基于全局交互网络的大学生利他协作学习模式研究

Cooperative learning is a learning schema which organizes students study cooperatively in groups. Cooperative learning not only can improve the learning effect of college students, but also can enhance the collaborating ability. In this project, we recommend appropriate cooperative learning friends for students so as to form a global interaction network that facilitates the knowledge diffusion. In order to promote the interaction frequency and reinforce the relationship in a cooperative learning network, the project investigates the following contents: (1) we extract the principle network feature of the the interaction network such as: community structure feature, fractal structure feature and the individual impact feature. (2)we build a forecasting model of students’ knowledge demand by using artificial neural networks to obtain the features of students' knowledge demand. And then we combine these knowledge demand features with the above network features to build a student's feature matrix. At last, we build a friend recommendation model by a factor decomposition method based on matrix decomposition, and cooperative learning friends will be recommended to students so as to form a global interaction network. (3)Based on the fact that cooperative learning can increase the total amount of knowledge between two students, we build an Altruistic-based Non-Zero Sum game theory framework. So we can inhibit the selfish behavior and encourage more altruistic interaction in cooperative learning. We would like to solve the problems of structure design and management in cooperative learning, and explore a new schema of cooperative learning.

协作学习是一种组织学生进行群体合作学习的学习模式，该学习模式不仅能提升高校教学效果，还能培养大学生的群体协作能力。为了给大学生精准推荐合适的协作学习好友，从而形成有利于知识传播的全局交互网络，并激励产生更多的交互行为以巩固和强化全局交互网络中的好友关系，本项目研究以下内容：(1)提取交互网络中的分形结构特征、社区结构特征和个体影响力特征等网络基础特征；(2)利用神经网络构建学生知识需求预测模型以得到学生的知识需求特征，并结合这些特征和网络基础特征来建立学生的特征属性矩阵，再采用基于矩阵分解的因子学习方法来构建好友推荐模型，为学生推荐学习好友并形成全局交互网络；(3)基于协作学习导致双方知识总量增加这一事实，本项目构建基于利他的变和博弈模型，以克服利己思想阻碍知识传播的缺点，促进更多交互行为的产生。本项目旨在研究协作学习在组织结构设计和组织管理等方面存在的问题，探索协作学习的新模式。

协作学习是一种组织学生进行群体合作学习的学习模式，该学习模式不仅能提升高校教学 效果，还能培养大学生的群体协作能力。为了形成有利于知识传播的全局交互网络，并激励产生更多的交互行为以巩固和强化全局交互网络中的好友关系，本项目开展了以下工作：（1）提出了基于网络中心性的分形维度计算方法，重新度量网络分形特征，挖掘网络结构特征；提出了基于度体积维的多重分形计算方法，度量网络多重分形特征；提出基于重叠盒子计数法的分形维度计算方法，进一步挖掘网络分形特征。（2）提出了基于利他的知识传播模型，刻画大学生交互过程中的知识传播情况；提出具有遗忘机制的知识扩散模型，从而设计协作学习组织机制。（3）研究了大学生在协作学习模式下的行为选择机理，构建了利他演化博弈模型来分析大学生在协作学习模式下的社交关系演化和整体收益。然后，设计了动态偏好机制引导学生动态选择最合适自己的协作学习好友。（4）构建编程个性化学习的体系，提出了编程辅助代码推荐、编程题目推荐等方法，有助于提高学生学习编程的效率。