《表1 学习行为日志中访问资源项集合表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于用户学习路径分析的教育资源个性化推荐研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

E-learning环境中，学习者的学习行为日志往往蕴含了其学习过程的时序性与关联性，主要体现在不同时间节点学习相同的主题内容，或同一时间段内学习不同的主题内容。显然，通过对学习者学习行为及学习主题的内在关联性分析一定程度上也能刻画出学习者当前的认知需求状态。为了从当前学习者的学习行为日志判定其学习内在需求并进一步推导出最优学习路径，本研究主要采用关联规则挖掘技术对用户行为日志分析。关联规则挖掘最早由Agrawal等人提出，其实现机理主要是以递归扫描方式从日志数据集合中发现频繁序列项集，然后通过对遴选的满足条件（最小支持度）的高频序列项间强关联关系分析进一步预判行为路径[9]。下文将结合具体案例对E-learning环境中个性化学习路径匹配方法进行描述。在此，设定某学习者学习行为日志事务集T包含4个事务，每个项集反映了学习者访问资源对象的序列，其具体结构如下表1所示。