来源：期刊VIP网 时间：
作者：蒋纪平;田晟瑶;张义兵;杨宾峰;张亚盼;
单位：河南科技学院信息工程学院;南京师范大学教育科学学院;河南科技学院教务处;
摘要：在知识建构教学中,观点的持续改进过程很大程度上揭示了学生知识的进化轨迹,因此观点质量的评估成为判断学习效果的重要依据。研究采用文本挖掘技术,对知识建构社区中学生生成的观点进行质量评价。首先,基于知识建构教学原则和深度学习模型,构建了包含相关度、专业度、内聚度、纵深度、探究度和创新性六个维度的观点质量评价指标体系。其次,对教材文本进行分词处理、关键词提取,并建立学科词向量,以此为基础构建学科语义词库;同时,对知识论坛上学习者发布的文本数据进行分词和关键词提取,进而提取表征观点质量的关键特征。然后,通过模型训练迭代优化,最终确定梯度提升树模型为拟合效果最佳的评估模型。最后,应用该模型实现了知识论坛上观点的大规模自动量化评价。基于量化结果,研究通过时间序列分析发现,观点质量在波动中呈现逐步提升的趋势,学科词汇的重组与优化是推动观点改进与升华的关键动力。研究成果不仅为计算机自动评价观点质量提供方法依据,也为优化学习路径和推送个性化学习资源提供参考。
关键词：知识建构社区;;观点质量;;自动评价;;文本挖掘
基金资助：全国教育科学规划一般项目“促进人机协同创造力提升的循证教学设计模式构建”(项目编号:BCA250069)研究成果
