基于浮動(dòng)基準(zhǔn)的Web教育資源特征分析及可信度評(píng)估 (韓文鍇)(共7頁(yè))

1、基于(jy)浮動(dòng)(fdng)基準(zhǔn)(jzhn)的Web教育資源特征分析及可信度評(píng)估A Characteristic Analysis and Reliability Evaluation of the Education Resource on the Web Based on Relocatable Baseline安徽師范大學(xué)數(shù)學(xué)計(jì)算機(jī)科學(xué)學(xué)院 韓文鍇摘要本文通過(guò)以資源來(lái)源為主要特征和可靠性參考基準(zhǔn)，并引入服務(wù)質(zhì)量、參考率、個(gè)體優(yōu)化等多方面因素，提供了一個(gè)基于浮動(dòng)基準(zhǔn)的Web教育資源特征分析及可信度評(píng)估模型。本文從浮動(dòng)基準(zhǔn)角度建立了特征分析與可信度評(píng)估模型，并從訪問(wèn)的主客體角度給出了分析評(píng)估

2、算法。最后給出了與資源Rank機(jī)制的聯(lián)系和拓展。關(guān)鍵詞：浮動(dòng)基準(zhǔn) 特征分析 可信度評(píng)估Base on relocatable baseline theory, we introduce factors like QoS, reference rate and individual optimization to build a model to analyze and evaluate the characteristic and reliability of the education resource on the web. And then bring out the algorithm

3、s for the aspect of both subject and object. At last, we discuss the relation between our model and resource ranking.Keywords: Relocatable Baseline, Characteristic Analysis, Reliability Evaluation 一、問(wèn)題(wnt)重述1.1問(wèn)題(wnt)背景隨著(su zhe)Web 教育資源指數(shù)級(jí)的增長(zhǎng)以及受污染現(xiàn)象（如冗余、空鏈接、虛假信息等）的加劇，如何有效獲取和匯聚高可信的Web 教育資源是當(dāng)前教育界面臨的

4、極具挑戰(zhàn)性的課題之一。Web教育資源的特征分析和可靠性評(píng)估是對(duì)其進(jìn)行分類、篩選、選擇、排序等行為的基礎(chǔ)和參考基準(zhǔn)，因此，對(duì)相關(guān)算法和模型的研究有了重要的實(shí)用意義和應(yīng)用背景。1.2問(wèn)題概要在本問(wèn)題以及提出的理論的背景下，我們要解決Web教育資源特征分析及可信度評(píng)估的問(wèn)題，其需要解決的主要問(wèn)題有：提出一種算法來(lái)確定浮動(dòng)基準(zhǔn)；在浮動(dòng)基準(zhǔn)的基礎(chǔ)上，確定其他因素對(duì)評(píng)估結(jié)果的影響；綜合以上因素，確定評(píng)估結(jié)果與Rank機(jī)制的關(guān)系。二、模型假設(shè)相似來(lái)源的資源質(zhì)量相近在一定時(shí)間內(nèi)某作者的資源質(zhì)量相近不同來(lái)源的引用和點(diǎn)擊量對(duì)資源質(zhì)量的評(píng)價(jià)影響相近個(gè)體(gt)選擇某資源的環(huán)境和狀態(tài)不納入個(gè)體(gt)優(yōu)化評(píng)價(jià)體系三、

5、符號(hào)(fho)說(shuō)明Qp 某資源來(lái)源的服務(wù)質(zhì)量：包括可用性、時(shí)延、丟包率等來(lái)源性質(zhì)的參數(shù)Ei 某資源的評(píng)估校正參數(shù)：包括點(diǎn)擊量、引用量等個(gè)體資源性質(zhì)的參數(shù)Np 某資源來(lái)源的資源總數(shù)Bp 某資源來(lái)源的預(yù)先評(píng)估基準(zhǔn)Bi 某資源的預(yù)先評(píng)估基準(zhǔn)Ri 某資源的階段性評(píng)估結(jié)果模型建立與分析確定浮動(dòng)基準(zhǔn)由于(yuy)Web教育資源的大規(guī)模性和調(diào)用的隨機(jī)性，對(duì)其評(píng)估(pn )不僅要求算法(sun f)的動(dòng)態(tài)性，更對(duì)其高效性做了要求。基于人類對(duì)資源的普遍認(rèn)識(shí)：來(lái)源相似或相近的資源一般質(zhì)量也較為相近。我們可以對(duì)現(xiàn)有的來(lái)源相近的Web教育資源進(jìn)行歸類和總體評(píng)估，并確定一個(gè)資源來(lái)源質(zhì)量的基準(zhǔn)，這樣就大大降低了對(duì)相近來(lái)源

6、資源重新評(píng)估的幾率，提高了算法的效率。其次，相近來(lái)源的資源雖然質(zhì)量相近，但本著“萬(wàn)物皆動(dòng)”的哲學(xué)思想，隨著時(shí)間的推移，對(duì)相近來(lái)源的資源的評(píng)估校正也同樣重要。但若對(duì)來(lái)源的總體資源進(jìn)行重新評(píng)估顯然很難滿足我們所提到的動(dòng)態(tài)性和高效性。于是我們提出了浮動(dòng)基準(zhǔn)的概念，其基本思想與生物學(xué)中“環(huán)境與個(gè)體相互影響相互依存”的反饋機(jī)制類似：浮動(dòng)基準(zhǔn)決定了某個(gè)來(lái)自此來(lái)源資源的評(píng)估基準(zhǔn)，而此資源的其他指標(biāo)同時(shí)也會(huì)影響此來(lái)源評(píng)估的浮動(dòng)基準(zhǔn)。同時(shí)，對(duì)某來(lái)源的基準(zhǔn)指標(biāo)從某個(gè)程度上也體現(xiàn)了其資源特征。在此指導(dǎo)思想之下，我們定義了某個(gè)資源來(lái)源的預(yù)先評(píng)估基準(zhǔn)Bp：Bp=BnNpQp評(píng)估結(jié)果校正評(píng)估結(jié)果校正分為以下三個(gè)方面：在來(lái)

7、源預(yù)先評(píng)估的基準(zhǔn)上，對(duì)單個(gè)資源進(jìn)行評(píng)估結(jié)果校正；我們定義此階段時(shí)的單個(gè)資源(zyun)評(píng)估結(jié)果為Rn：Ri=BiBpQpBp+Ei=BiQp+Ei在某來(lái)源新加資源后，對(duì)資源來(lái)源的評(píng)估基準(zhǔn)(jzhn)進(jìn)行浮動(dòng)校正；我們定義校正(jiozhng)后的浮動(dòng)基準(zhǔn)為Bpa:Bpa=Bn-(Bi-Ri)NpQp=Bp-(Bi-Ri)NpQp隨著評(píng)估基準(zhǔn)的浮動(dòng)以及資源個(gè)體指標(biāo)的大幅度更新，對(duì)資源來(lái)源和個(gè)體進(jìn)行大規(guī)模反饋校正。個(gè)體優(yōu)化算法個(gè)體優(yōu)化算法是指根據(jù)某個(gè)用戶個(gè)體的個(gè)性操作行為歷史，對(duì)可信度評(píng)估進(jìn)行個(gè)性化校正的算法。我們可以根據(jù)用戶個(gè)體的操作歷史行為、操作反饋等，對(duì)資源的服務(wù)質(zhì)量等指標(biāo)進(jìn)行個(gè)性化校正，并

8、給出個(gè)體優(yōu)化的可信度評(píng)估體系。模型補(bǔ)充與優(yōu)化評(píng)估與Rank的關(guān)系評(píng)估結(jié)果和Rank的關(guān)系就像Google Page Rank和Google網(wǎng)頁(yè)搜索排序的關(guān)系：Google的排名算法并不是完全基于外部鏈接的高PageRank并不能保證(bozhng)Google高排名PageRank值更新(gngxn)的比較慢，今天看到的PageRank值可能(knng)是三個(gè)月前的值但我們提出的評(píng)估系統(tǒng)的優(yōu)點(diǎn)在于：它的動(dòng)態(tài)性介于PageRank和Google網(wǎng)頁(yè)排名之間。PageRank是低反饋度的低動(dòng)態(tài)評(píng)估，而Google網(wǎng)頁(yè)排名是動(dòng)態(tài)索引式的半即時(shí)評(píng)估。我們提出的評(píng)估系統(tǒng)的資源占用率介于兩者之間，動(dòng)態(tài)性也

9、介于兩者之間，給可信度評(píng)估提供了一個(gè)新的選擇。六、參考文獻(xiàn)1 Frank R. Giordano, William P. Fox, Steven B. Horton, Maurice D. Weir，數(shù)學(xué)建模 第四版（A First Course in Mathematical Modeling, Fourth Edition），北京：機(jī)械工業(yè)出版社，2009；2 Walter Rudin，數(shù)學(xué)分析原理 第三版（Principles of Mathematical Analysis, Third Edition），北京：機(jī)械工業(yè)出版社，2003；3 Thomas H. Cormen, Charles E. Leiserson, Ronald L. Rivest, Clifford Stein，算法導(dǎo)論 第二版（Introduction to Algorithms, Second Edition），北京：機(jī)械工業(yè)出版社，2006；4 王楊，基于可信理論的