[发明专利]一种基于共词分析和聚类分析的学习需求分析的方法

权利要求书

1.一种基于共词分析和聚类分析的学习需求分析的方法，其特征在于：所述方法的具体步骤如下：

Step1、构建与专题相关的关键词库Topic_Key；

Step2、数据提取：将在线学习论坛中选定的一段时间内的消息导出，得到在线学习论坛的消息数据集合A＝{(name₁,message₁),(name₂,message₂),……,(name_n,message_n)}；其中，(name_n,message_n)表示昵称为name_n的学习者在在线学习论坛中发布了消息message_n，n表示消息数据集合中的元组数；

Step3、数据清洗：清除在线学习论坛的消息数据集合A中不属于Topic_Key集合的数据，得到经过数据清洗后的消息数据集合其中(name_m,key_m)表示昵称为name_m的学习者在发言的消息中包含关键词key_m，m表示经过数据清洗后的消息数据集合中的元组数；

Step4、数据转换：将经数据清洗后的消息数据集合的每一个元组扩展为EndNote格式的记录，得到集合

Step5、学习需求高频关键词挖掘：应用文献题录统计分析软件对集合中的关键词统计词频，得到词频集合A_KeyNum＝{(key₁,m₁)，(key₂,m₂)，……，(key_k,m_k)}，从A_KeyNum中选择p个词频较高的关键词，构建p个高频关键词的集合其中，(key_k,m_k)表示在线学习论坛中关键词key_k出现了m_k次，k表示词频集合A_KeyNum中的元组数；(key_p',F_p)表示在线学习论坛中高频关键词key_p'出现了F_p次；

Step6、构建共词矩阵：将词频集合导入文献题录统计分析软件，并构造p×p的反映高频关键词之间共同出现的频率的共词矩阵B_p×p；

Step7、社会网络图谱分析：将共词矩阵B_p×p导入软件，得到在线学习论坛的p个高频关键词构成的社会网络图谱；

Step8、构建共异矩阵：将共词矩阵B_p×p转化为相似矩阵根据相似矩阵，求得共异矩阵其中，其中I₁为元素全为1的矩阵；

Step9、高频关键词聚类分析：将共异矩阵进行聚类处理，选择平方Euclidean距离作为变量距离的测量方法，选择组间平均距离联接作为聚类的方法，得到共词聚类的树状图；

Step10、学习需求层级塔构建：根据Step9中的共词聚类的树状图，将关键词进行归类处理；根据Step7的社会网络图谱，将高频关键词集合被分为三个集合KEY₁，KEY₂，KEY₃；对于每一个分类，如果有多于一半的元素属于KEY₁，则对该分类的需求最高，它就处于学习需求层级塔的最底层；否则如果有多于一半的元素属于KEY₂，则该分类处于学习需求层级塔的中间层；否则如果有多于一半的元素属于KEY₃，则该分类处于学习需求层级塔的最高层；

所述Step1具体为：

Step1.1、在文献数据库中以专题为主题搜索相关文献；

Step1.2、选择EndNote格式导出所有相关文献的数据集合，命名为Topic_Data数据库，Topic_Data数据库框架结构为：(％0，％A，％+，％T，％J，％D，％N，％K，％X，％P，％@，％L，％W)；其中，％0—文献类型；％A—作者；％+—作者单位；％T—题目；％J—所发表杂志；％D—年代；％N—期；％K—关键词；％X—摘要；％P—页码；％@—所发表杂志的ISSN号；％L—所发表杂志的CN号；％W—文献数据库；

Step1.3、在Topic_Data数据库中，提取字段％K的所有值，得到一个与专题相关的关键词的集合，命名为Topic_Key；

Step1.4、针对Topic_Key中的每一个关键词在常知识库中搜索其近义词和同义词，并将这些近义词和同义词添加到Topic_Key中；

所述Step3具体为：

Step3.1、创建空集其元素的形式是一个二元组；

Step3.2、将消息数据集合A中的所有消息导入文字云，获得其文字云图，通过该云图获取在线学习中出现频率最高的关键词key；然后在消息数据集合A中找到关键词key所在的元组A_key＝(name_key,message_key)：

①如果key不属于Topic_Key：如果message_key中不包含除key以外的其他的关键词，就在消息数据集合A中删除元组A_key；否则仅仅删除A_key的message_key中的关键词key，仍然保留该元组A_key；

②如果key属于Topic_Key，就在A_key＝(name_key,message_key)中，将发帖者的昵称name_key和关键词key构建一个新的元组(name_key，key)，将该元组添加到集合中，同时删除message_key中的关键词key，删除之后的message_key中如果不包含其他的关键词了，就在集合A中删除A_key，否则仍然保留该元组A_key；

Step3.3、重复步骤Step3.2，直到消息数据集合A为空集为止。