高校教师微博社群推荐研究

引言 微博以其内容短小、易于分享、传播速度快、影响范围广等优势，成为近年来非常热门的WEB2.0网络应用，并被越来越多的人作为群体交流和知识共享的平台。截止2012年3月，新浪微群的总数已经突破72万大关，2012年6月，中国微博用户总数达到2.74亿，成为世界第一大微博国。 微博在教育方面也有很多应用，目前中国高教人群在微博上聚集了相当数量，形成了一个个学术交流社群。 高校教师在选择微博社群时，往往会综合考虑社群所属平台、专业、主题贴近度、群级、成员数、发言数、跟帖数、群内关注成员数等影响因素，决定是否加入相应微群。 1、研究方法及数据来源 1.1 研究方法 Pawlak等人提出的一种处理模糊和不确定性问题的新型数学工具。自问世以来，理论和应用发展迅速，特别是在数据挖掘领域已经取得了很大成功。论文采用文献[1]的方法，根据调查数据，构建决策信息系统，得到不可分辨类和属性重要性，并在此基础上构建分辨矩阵，进行属性约简，得到约简集，进而建立知识层次树，发现规则，进行个性化推荐推荐。 1.2 调研目的 采用问卷调查方式，为系统了解高校教师微博社群应用现状，获取第一手信息资料，并在此基础上实现个性化推荐，为高校教师微博社群建设发展服务。 1.3 问卷设计 问卷围绕高校教师微博社群选择影响因素及加入社群意愿展开，社群选择影响因素分别是社群所属平台、专业、主题贴近度、群级、成员数、发言数、跟帖数、群内关注成员数等八项。 选项设置采用五等级制，受访对象可根据条件属性重要性及加入意愿强弱进行评分，重要性分为非常重要、比较重要、重要、比较不重要、不重要，加入意愿分为非常愿意、比较愿意、愿意、比较不愿意、不愿意，分别对应五等级的5、4、3、2、1。 1.4 数据预处理 将问卷中的八项高校教师微博社群选择影响因素，作为决策信息系统的条件属性集C，分别对应C1～C8，加入社群意愿做为决策属性d，可得到以下决策信息系统表。 表1 决策信息表U C1C2C3C4C5C6C7C8d U C1C2C3C4C5C6C7C8d 1 3 5 1　 2 3 1　 4 2 5 11 2　 4 1 2　 5 5 5　 3 4 2 3　 5　 4　 4　 4　 5　 3　 2　 2 12 4　 4　 3　 1　 2　 5　 4　 5　 5 3 2　 5 1　 1 3 1　 4 2 2 13 4 4　 3 3　 5 3 3　 5 2 4 5　 4 3 1　 2 3　 4 3 3 14 1 5　 4 1 4　 5 3　 2 2 5 3　 3 2 1　 4 2 4　 3 2 15 2 2　 2 4 3　 2 5　 5 2 6 2　 5　 1　 1　 3　 1　 4　 2　 2 16 2　 2　 4　 5　 5　 5　 4　 2　 4 7 2　 5　 1　 1　 3　 1　 3　 2　 2 17 2　 3　 3　 3　 2　 5　 4　 5　 3 8 1 3　 5 5　 5 2 3　 4 4 18 4 4 5　 1 5　 3 5 2　 1 9 2　 3　 4　 5　 5　 5　 4　 2　 3 19 4　 3　 4　 3　 5　 5　 4　 2　 2 10 3 3　 2 1 4　 2 4　 3 3 20 3 4 2　 3 4 3　 4 4　 2 2、数据分析 根据上表，可以得到不可分辨类，列举如下： VMT(x1)={x1}VMT(x2)={x2}VMT(x3)={x3，x6} VMT(x4)={x4}VMT(x5)={x5，x10}VMT(x6)={x3，x6} VMT(x7)={x7}VMT(x8)={x8}VMT(x9)={x9} VMT(x10)={x5，x10}VMT(x11)={x11}VMT(x12)={x12} VMT(x13)={x13}VMT(x14)={x14}VMT(x15)={x15} VMT(x16)={x16}VMT(x17)={x17}VMT(x18)={x18} VMT(x19)={x19}VMT(x20)={x20} 取属性重要性阈值为0.1，从而求取分辨矩阵M，得到上三角非空元素，一共134个，如表2所示。 表2 上三角非空元素表M标号　分辨元素属性号　M标号分辨元素属性号　M标号　分辨元素属性号1,2　 　 1,3　 14　1,4　 1,5　 　 1,6　 14　1,7　 147 1,8　 128　 1,9　 　 1,10　 1,11　 　 1,13　 128　 1,14　 1 1,15　 　 1,16　 　 1,17　 1,18　 12　 1,19　 　 1,20　 2,4　 128　 2,8　 1　 2,9　 2,10　 　 2,11　 　 2,11　 2,12　 　 2,16　 　 2,17　 2,18　 12　 3,4　 　 3,8　 128 3,9　 　 3,9　 　 3,10　 3,11　 　 3,12　 　 3,16　 3,17　 　 3,18　 　 4,5　 ………………17,20　 　 18,19　 　 18,20　 此时，核集core为：{C2}，即{主题贴近度}；约简集RED为：{{C2，C4，C8} {C1，C2，C7}}，即{{主体贴近度，成员数，发言数}，{专业，主体贴近度，跟帖数}}。 取支持度和置信度阈值分别为0.1与0.5，可以得到有效规则表如表3所示。 表3 有效规则表规则序号C1 C2 C3 C4 C5 C6 C7 C8 d支持度　置信度1　 3 3　 0.1　 0.5 2　 5 2　 0.1　 0.5 3　 4 2 0.1　1 4　 5 4　 0.1　 0. 5　 4 3 2 0.1　1 6　 5 4 2　 0.1　 0. 7　 3 4 2　 0.1　 0.5 8　 4 2　 0.1　 0.5 9　 3 2 0.15　 0.75 10　 3 3 0.15　 0.5 11　 3 2 0.15　 0.6 12　 3 2　 0.2　 0.8 13　 1 2 0.25 0. 14　 5 2 0.25 0. 15　 2 2　 0.3　 0.6 根据以上数据分析，在进行微博社群选择时，高校教师首要注重主题贴近度，其次是专业及跟帖数，再次是成员数，发言数，而所属平台、群级、群内关注成员数影响较小。 3、高校教师微博社群推荐策略 3.1 对于社群建设者 社群平台建设者在进行平台模块构建时，功能模块应有所侧重。 根据以上规则可看出，平台使用者最在意主题贴近度，这跟高校教师的职业及入群目的密切相连。进入社群，他们最愿意进行科研、教学上的交流，所以在社群所属专业下进行恰当主题的设置以供教师选择便有其必要。其次，成员数、发言数、专业、跟帖数是平台需要明确提出的模块，要做到信息的及时更新，并要提供根据这些指标进行精确或者模糊排序的功能，方便用户的使用。同时，应设置多要素检索功能，提升用户体验效果。 3.2 对于社群使用者 在搜索社群时，专业范围较大，社群使用者首先应该确定合适的搜索主题，其次应去关注成员人数，发言数，所属专业及跟帖数，成员数和发言数多的，预示该群对相关话题的热衷程度，而跟帖数则往往体现讨论的深度，只要专业、主题相符，加入这样的群体，一般会有所收获，并不需要过度关注平台建设方是谁、群等级以及是否有自己关注的微博对象在群内等因素，从而较快找到与自身需求相符的社群。 4、结论 微博社群是高校教师进行教学研讨的一种重要方式，是线下交流的有效补充。为有效发挥这个平台的作用，论文对高校教师选择微群的影响因素进行了设定，同时依据调查数据，构建决策信息系统，并参照文献《基于变精度容差关系的扩展粗糙集及其在数据挖掘中的应用研究》中的方法，提取决策规则，发现高校教师在进行微群选择时对各因素有所侧重，相应顺序关系对平台建设者和作为使用者的高校教师来说，具有借鉴意义。

上一篇：我校学子在第十届“高教杯”全国大学生先进成
下一篇：没有了