一种基于分辨函数的属性约简算法及其应用

吴茜媛; 郑庆华; 刘广东

您当前的位置：

首页 >

文章列表页 >

一种基于分辨函数的属性约简算法及其应用

更新时间：2025-12-08

- 一种基于分辨函数的属性约简算法及其应用
- An Attribute Reduction Algorithm to Find Learner's Key Characteristics Based on the Discernible Function
- 西安交通大学学报 2008年42卷第12期页码：1455-1458
- 作者机构：
  
  西安交通大学电子与信息工程学院,西安,710049
- 作者简介：
- 基金信息：
  
  : 2008-03-09. 作者简介: 吴茜媛(1974-),女,博士生;郑庆华(联系人),男,教授,博士生导师. 基金项目: 国家自然科学基金资助项目(60373105,60473136);国家“十一五”科技支撑计划重大课题资助项目(2006BAH02A24);教育部高等学校博士学科点专项科研基金资助项目(20040698028)
- DOI：
  中图分类号： TP391
- 网络首发：2008-12-10，
  
  纸质出版：2008
- 稿件说明：
移动端阅览
吴茜媛, 郑庆华, 刘广东. 一种基于分辨函数的属性约简算法及其应用[J]. 西安交通大学学报, 2008,42(12):1455-1458.

吴茜媛, 郑庆华, 刘广东. An Attribute Reduction Algorithm to Find Learner's Key Characteristics Based on the Discernible Function[J]. 2008, 42(12): 1455-1458.
吴茜媛, 郑庆华, 刘广东. 一种基于分辨函数的属性约简算法及其应用[J]. 西安交通大学学报, 2008,42(12):1455-1458. DOI：

吴茜媛, 郑庆华, 刘广东. An Attribute Reduction Algorithm to Find Learner's Key Characteristics Based on the Discernible Function[J]. 2008, 42(12): 1455-1458. DOI：

摘要

针对个性化网络学习中影响学习策略的关键个性特征发现问题

基于粗糙集理论

提出了一种采用分辨函数进行属性约简的算法.应用分辨函数原理

逐次比较论域中的对象

以获取核集和非核集; 利用逻辑运算求取最佳约简

并对约简集合的属性进行影响因子的排序

提取出关键个性特征属性.在西安交通大学英语学习网站平台上的实验结果表明

所提算法得出的学习者关键个性特征维数仅为原始维度的1/4

并可自动发现学习者关键个性特征知识

揭示个性特征和学习策略间的客观关系

精简50%的数据量.

Abstract

To find key characteristic attributes

which have deep influence on learning strategies in network learning

an attribute reduction method is proposed based on rough set theory. The method applies the discernible function principle

constructs core set and nocore set to find the reduction through logic calculation

and sorts the attributes in the reduction set by significance factors to obtain the key characteristic attributes. The method is applied to the network English learning platform of Xi'an Jiaotong University and the result shows the dimensions of key personality characteristics are one-quarter of the original ones. The method can find the knowledge of key attributes and reveal the relation between personality characteristic and learning strategy. Based on the results

the original data volume can be decreased to about 50%.

关键词

Keywords

references

刘电芝, 黄希庭. 学习策略研究概述[J]. 教育研究, 2002(2): 81.

LIU Dianzhi, HUANG Xiting. The introduction of learning research [J]. Education Research, 2002(2): 81.

王振宏, 刘萍. 动机因素、学习策略、智力水平对学生学业成就的影响 [J]. 心理学报, 2000,32(1): 65-69.

WANG Zhenhong, LIU Ping. The influence of motivational factors, learning strategy, and the level of intelligence on the academic achievement of students [J]. Journal of Chinese Psychology Acta Psychologica Sinica, 2000, 32(1): 65-69.

VERMETTEN J, LODEWIJKS G, VERMUNT D. The role of personality traits and goal orientations in strategy use[J]. Contemporary Educational Psychology, 2001(26): 150-152.

BUSATO V V, PRINS F J, ELSHOUT J J, et al. The relation between learning styles, the big five personality traits and achievement motivation in higher education[J]. Personality and Individual Differences, 1999,26: 129-140.

刘润清, 戴曼纯. 中国高校外语教学改革现状与发展策略研究 [M]. 北京: 外语教学与研究出版社,2003.

张文修, 吴伟志, 梁吉业, 等.粗糙集理论与方法[M].北京:科学出版社, 2001.

SKOWRON A, RAUSZER C. The discernibility matrices and functions in information systems [M]∥Intelligent Decision Support: Handbook of Applications and Advances of the Rough Sets Theory. Dordrecht, Netherlands: Kluwer Academic Publishers, 1992: 331-362.

王珏, 王任, 苗夺谦,等. 基于Rough Set理论的“数据浓缩”[J]. 计算机学报, 1998(5): 393-400.

WANG Jue, WANG Ren, MIAO Duoqian, et al. Data enriching approach based on rough set theory[J]. Chinese Journal of Computers, 1998(5): 393-400.

吴茜媛. 网络学习中学习者个性特征和学习策略依赖关系研究 [D]. 西安交通大学电子与信息工程学院, 2005.

PAWLAK Z, GRZYMALA-BUSSE J, SLOWINSKI R, et al. Rough sets[J]. Communications of the ACM, 1995,38(11): 89-95.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

蚁群优化属性约简算法

粒度计算中混合属性约简的权重模糊粗糙集模型

粗糙集高效遗传约简算法

面向高海拔空冷发电机防晕性能演化规律的电热耦合研究

语义区分和子图整合驱动的知识图谱表示学习方法