基于众智的知识点标注任务分配策略研究

来源 :华中师范大学 | 被引量 : 0次 | 上传用户:xj3301365
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信息技术的快速发展,使得教育大资源呈爆炸式增长,基于众智的方式对学习资源进行知识点关联标注,有利于构建合理的知识体系,解决教育大资源无序组织问题,且利用众人智慧的方式高效便捷,但是工作者属性各不相同,如何将任务合理安排,并基于工作者属性进行分配,以达到任务完成效率较高,结果质量较好是本研究的核心。研究了国内外基于众智的任务分配现状,结合学习资源的知识点关联标注任务特性,提出了基于众智的知识点标注任务分配策略。通过理论分析,实验研究,验证了该策略的有效性,具体针对以下方面展开研究:(1)研究基于众智的任务分配共性影响因素,结合学习资源的知识点关联标注任务的特性,得出基于众智的知识点标注任务分配的影响因素,通过AHP层次分析法得出影响因素权重,并构建合理的评价体系,为后续任务的安排以及任务工作者属性权重的选择提供支持。(2)依据构建的基于众智的知识点标注任务分配评价体系,设计合理的任务形式,通过主题词提取算法,将同一主题的学习资源聚类设计,以方便将同一主题的任务分配给该领域擅长的工作者,依据任务安排设计积分奖励机制促进用户完成任务的积极性,对工作者属性进行向量化表示,结合熵的概念提出工作者属性中活跃度的定量化表示,通过工作者置信度的程度系数a取值控制工作者属性中置信度的定量化表示。(3)基于用户属性对任务分配策略进行研究,首先找到与任务主题相关的擅长领域的用户,基于不同的分配目的,选出不同的最优工作者,并根据欧氏距离相似度计算公式,计算与最优工作者近邻的工作者进行任务分配,以达到任务分配的目的。设计出三种不同的分配策略,分别是考虑任务完成质量佳的任务分配,考虑任务完成效率佳的任务分配以及兼顾任务完成质量和任务完成效率佳的任务分配。基于以上机制实现基于众智的知识点标注任务分配系统,从功能设计,架构设计,数据库设计以及各页面间的逻辑进行设计,主要包括任务分配模块,用户标注模块,用户任务查看模块,标注结果审核模块以及用户属性可视化模块,为了验证系统稳定性,对功能和性能进行测试,结果均符合要求。
其他文献
随着汽车普及程度的提高,城市中的拥堵现象越来越严重,出行路径选择越来越受到人们的关注。近年来,一方面,网络技术发展迅速,使得各方面的数据的获取要容易很多;另一方面,数据挖掘技术的兴起带来了数据研究的热潮。基于以上阐述,本文利用出租车的轨迹数据进行城市交通小区之间的路径选择问题的相关研究,取得了如下研究成果:1)基于上海市出租车轨迹数据的交通小区之间路径规划算法实现。主要针对选取的出租车轨迹数据进行
机器视觉系统的首要任务是针对目标物进行测量、判断,以使系统能够达到识别目标物并进行定位和跟踪的目的,其中,图像识别是助力机器视觉系统完成识别与定位任务的一类重要基
思想政治教育是我国高校教育的重要组成部分。高校思想政治教育亲和力是提高高校思想政治教育实效性的重要因素。探究高校思想政治教育亲和力的提升路径,是解决目前我国高校
时间延迟估计与波达方向估计是信号处理领域关于目标定位技术的两个重要研究内容。在实际应用场景中,由于信道传播与接收机周围环境存在复杂性和多样性,使得信源信号与接收机
LoRa中基于纯Aloha协议调度站点在共享信道中的随机接入,其吞吐量最高只能达到18.6%,当负载超过0.5并继续增大时,其吞吐量会急剧下降。而基于时分的DQ协议,不仅能将同时接入
随着工业和技术的飞速发展,气体传感器广泛应用于人工智能、环境监测、医疗设备等领域。因此,探求一种高性能、低功耗、低成本的气体传感器具有重要意义。本文中,我们采用水热法结合化学沉淀法制备了MoS_2、PbS@MoS_2、PbS@WS_2等材料,并对其晶体结构、微观形貌、材料组分和表面化学态进行了表征。制作了气体传感器以研究气体传感器的敏感机制。主要研究内容如下:1.通过水热法合成了MoS_2纳米花,
随着人机交互技术的不断发展,人们的生活得到了很大的便利,人们逐渐对人机交互提出了新的要求,人们希望计算机能够识别人的情感状态,并依据目前人的情感状态提供更人性化的服务。表情作为人类情感最直观的表现,隐藏着很多重要的信息,充分利用这些信息,可以进一步提高人们的生活水平,因而具有巨大的应用价值。人脸表情识别是希望计算机能够准确识别人的表情,是人机情感交互中的基础,因此,如何让计算机准确识别人脸表情成为
随着智能终端设备和多媒体应用的普及,用户对无线视频业务的需求急剧增长,无线视频流量呈指数上升。复杂多样的终端设备、异构的传输信道以及快速增长的视频流量,这些为基于
现代交通让人们的生活更加便利,然而随着城市交通路网的拓展、路段上车辆数的增加,单纯地通过增宽道路宽度、搭建高架桥等基础设施建设已经满足不了大城市的交通需求。拥堵问题已经成为急需解决的一个难题。传统的定时控制能够起到维护交通秩序的作用,但这种开环控制并没有考虑路网结构和当前路网的状态,对于路网中的拥堵问题并不能进行缓解。对于大规模城市交通路网,经典的集中式控制策略曾被广泛研究,这种控制方法基于非线性
动态多目标优化问题广泛存在于科学和工程领域中,包括航空交通系统、控制及优化调度、工业设计和机器人导航等。因此,研究动态多目标优化问题具有重要的经济和社会意义。相比较于多目标优化问题,动态多目标优化问题更具有挑战性,优化目标不仅具有多个维度且相互冲突,而且受到时间等因素的干扰。通俗地说,动态多目标优化问题指的是待优化目标函数是动态变化的。用传统的优化方法求解这类问题十分困难甚至不可能。进化算法是一种