基于复杂网络聚类算法的用户学习行为动态演化模型

摘要

为深入了解用户的学习习惯和发展趋势,根据用户需求和行为动态合理地调整教育资源,提出一个基于复杂网络聚类算法的用户学习行为动态演化模型.首先,设计复杂网络聚类模型,得到用户学习行为社区;其次,通过语义二值获得数据关联规则分布,利用多元回归方法挖掘关联规则,得到用户学习行为特征分布模型;最后,在门控递归单元网络中添加注意力机制,获得用户学习行为兴趣特征,并以此为输入量,得到动态演化模型.实验结果表明,该方法可有效区分学习社区中用户感兴趣和不感兴趣的行为数据;AUC值更接近于1,表明该方法的性能更好,实用性更强.

关键词

复杂网络 / 社区挖掘 / 数据聚类算法 / 注意力机制 / 学习行为分析 / 动态演化