新型工业化
新型工業化
신형공업화
New Industrialization Straregy
2014年
9期
39-43
,共5页
智能网络学习%用户建模%日志挖掘%e-Learning
智能網絡學習%用戶建模%日誌挖掘%e-Learning
지능망락학습%용호건모%일지알굴%e-Learning
Intelligent network learning%user modeling%log mining%e-Learning
网络用户建模是网络个性化服务的关键问题之一。但目前大多数的用户建模方法，都只是从分析用户产生的网络日志数据的角度去构建用户模型，忽视了人类固有的认知心理规律对构建用户模型的作用。本研究结合数据挖掘、知识管理和认知心理学等领域的研究理论和技术，给出一种独特的网络学习用户兴趣模型构建方法。结合网络日志分析和用户自身认知特点来建立用户模型，而不是只仅限于网络日志分析，利用扩展主题图描述网络资源的语义，对用户访问主题图的行为日志进行统计分析，引入人类的记忆遗忘规律等，构建和更新用户的兴趣模型。该方法能分别得出概念级、知识元级等不同粒度的用户模型。在个性化网络英语学习领域的实证研究表明，该方法对促进网络个性化学习是有效的。
網絡用戶建模是網絡箇性化服務的關鍵問題之一。但目前大多數的用戶建模方法，都隻是從分析用戶產生的網絡日誌數據的角度去構建用戶模型，忽視瞭人類固有的認知心理規律對構建用戶模型的作用。本研究結閤數據挖掘、知識管理和認知心理學等領域的研究理論和技術，給齣一種獨特的網絡學習用戶興趣模型構建方法。結閤網絡日誌分析和用戶自身認知特點來建立用戶模型，而不是隻僅限于網絡日誌分析，利用擴展主題圖描述網絡資源的語義，對用戶訪問主題圖的行為日誌進行統計分析，引入人類的記憶遺忘規律等，構建和更新用戶的興趣模型。該方法能分彆得齣概唸級、知識元級等不同粒度的用戶模型。在箇性化網絡英語學習領域的實證研究錶明，該方法對促進網絡箇性化學習是有效的。
망락용호건모시망락개성화복무적관건문제지일。단목전대다수적용호건모방법，도지시종분석용호산생적망락일지수거적각도거구건용호모형，홀시료인류고유적인지심리규률대구건용호모형적작용。본연구결합수거알굴、지식관리화인지심이학등영역적연구이론화기술，급출일충독특적망락학습용호흥취모형구건방법。결합망락일지분석화용호자신인지특점래건립용호모형，이불시지부한우망락일지분석，이용확전주제도묘술망락자원적어의，대용호방문주제도적행위일지진행통계분석，인입인류적기억유망규률등，구건화경신용호적흥취모형。해방법능분별득출개념급、지식원급등불동립도적용호모형。재개성화망락영어학습영역적실증연구표명，해방법대촉진망락개성화학습시유효적。
Network user modeling is one of the key issues for network personalized service. The majority of the existed user modeling methods construct user model only from the perspective of the analysis of web log data user generated, but ignore the cognitive psychology's effect on the user model construction. This study combines some theories and technologies of data mining, knowledge management and cognitive psychology, and proposes a intelligent method of modeling web user interest, which consid-ers not only network log analysis but also user's cognitive characteristics. This method uses the extended topic map to describe the semantics of the network resources, provides statistical analysis on the user behavior log for accessing topic map, and introduces human memory law to build and update user interest model. Finally, this method can draw user models in concept level, knowledge level and other granularity. The empirical researches in personalized network English learning show that the proposed method is ef-fective to promote the network personalized study.
