本文關鍵詞：基于復雜網絡的自動化專業(yè)知識網絡分析

  更多相關文章： 知識網絡 復雜網絡 自動化專業(yè) 拓撲特性 教學改革

【摘要】：“知識網絡”這一概念自1985年被提出，便得到了迅速應用和推廣，特別是在管理學、知識工程、教育學等領域。伴隨著知識網絡的發(fā)展，“學科知識網絡”這一概念應運而生。學科知識網絡是知識網絡在不同學科中的具體體現(xiàn)，它既有一般知識網絡的特征，又富有不同學科的獨特之處。 近年來，學科知識網絡取得了飛速的發(fā)展，但主要是應用于于企業(yè)管理和知識工程領域，在教育教學領域的應用較少。復雜網絡作為一個新興的研究視角和研究方法，為學科知識網絡的研究開創(chuàng)了新局面。以復雜網絡為理論工具來定量的研究學科知識網絡是一種新思路�，F(xiàn)實中大量的復雜系統(tǒng)都可以通過復雜網絡進行描述，如河流網、交通網以及更為復雜的科研引用網等。將實際系統(tǒng)中的元素看作節(jié)點，，元素與元素的聯(lián)系看作節(jié)點之間的連邊，由節(jié)點和節(jié)點之間的連邊所組成的整體即為網絡。復雜網絡對系統(tǒng)結構形態(tài)的可視化將系統(tǒng)研究提升到網絡層面，為觀察系統(tǒng)的拓撲結構、分析系統(tǒng)個體之間的影響力以及系統(tǒng)整體特性等提供了新的方法。因此在復雜網絡研究中,網絡拓撲結構的研究至關重要。 學科知識網絡是由學科知識節(jié)點和知識關聯(lián)構成的網狀知識體系，有著復雜的拓撲結構。僅用文字或者統(tǒng)計數(shù)據(jù)來表示學科知識網絡的結構,可能會導致信息的缺失且觀察起來非常困難，借助復雜網絡的工具可以將知識網絡的拓撲結構直觀、方便的表示出來，為挖掘隱藏在學科知識網絡中有價值的信息提供了便利。 本文以自動化專業(yè)本科知識體系的拓撲結構為研究對象，以復雜網絡為工具，從自然科學的角度對自動化專業(yè)知識網絡的統(tǒng)計特性、社團結構等進行了分析，挖掘其在教學中的應用意義。 本文主要工作如下： (1)確定自動化專業(yè)知識網絡的建模規(guī)則。在滿足建模規(guī)則的條件下，對自動化專業(yè)知識進行網絡建模，形成以課程、知識單元、知識點為節(jié)點，以其先學關系為連邊的三層知識網路，并利用Pajek軟件對知識網絡進行可視化。 (2)利用復雜網絡理論對自動化專業(yè)知識網絡的基本統(tǒng)計特性進行了計算，實驗證明，自動化專業(yè)知識網絡的度分布符合冪律分布，知識節(jié)點的出度和入度能體現(xiàn)知識的不同性質；聚集系數(shù)體現(xiàn)出課程間和課程內部的緊密程度；介數(shù)和平均路徑長度可以用于挖掘自動化知識網絡中的重要節(jié)點。 (3)利用基于局部相似性的社團劃分算法對課程知識網絡和知識單元網絡進行劃分，發(fā)現(xiàn)知識網絡具有明顯的模塊結構，并且與課程實際相吻合。并通過社團劃分發(fā)現(xiàn)課程設置上的冗余之處。 (4)利用一種新提出的節(jié)點重要性評價指標對課程知識網絡的重要節(jié)點進行評估，得到的結果與用復雜網絡基本統(tǒng)計特性計算得到的結果相一致，驗證了該評價指標的有效性，也進一步確定了自動化知識網絡中的重要節(jié)點。 (5)利用拓撲排序算法實現(xiàn)對自動化知識網絡課程的排序，既驗證了原有課程排序的合理性，也結合自動化專業(yè)的實際對課程順序做出了相應的改進。 (6)將上述分析結果與自動化專業(yè)教學實際相結合，指出在教學中存在的問題并提出相應的解決辦法，對教學設計和指導教學將產生積極作用。
【關鍵詞】：知識網絡 復雜網絡 自動化專業(yè) 拓撲特性 教學改革
【學位授予單位】：太原理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：O157.5
【目錄】：

• 摘要3-6
• ABSTRACT6-14
• 第1章 緒論14-20
• 1.1 課題研究意義及國內外研究現(xiàn)狀14-16
• 1.2 本文主要研究內容16-17
• 1.3 文章組織與結構17-20
• 第2章 復雜網絡的基本理論20-32
• 2.1 復雜網絡的發(fā)展概況20-22
• 2.2 復雜網絡的表示方法22-24
• 2.3 復雜網絡的統(tǒng)計特性24-27
• 2.3.1 度與度分布24-25
• 2.3.2 聚集系數(shù)25-26
• 2.3.3 介數(shù)26-27
• 2.3.4 平均路徑長度27
• 2.4 小世界網絡27-29
• 2.5 無標度網絡29-31
• 2.6 本章小結31-32
• 第3章 復雜網絡社團劃分算法32-40
• 3.1 社團結構劃分算法分類32-34
• 3.2 層次聚類算法34-37
• 3.2.1 分裂算法34-36
• 3.2.2 凝聚算法36-37
• 3.3 局部相似性社團劃分算法37-39
• 3.3.1 局部相似性度量37-38
• 3.3.2 基于局部相似性的社團結構劃分算法38-39
• 3.4 本章小結39-40
• 第4章 知識網絡及自動化專業(yè)知識網絡建模40-48
• 4.1 知識網絡概述40-41
• 4.2 自動化專業(yè)知識網絡建模41-45
• 4.2.1 知識點選取41-42
• 4.2.2 知識關聯(lián)建模42-43
• 4.2.3 知識網絡提升43
• 4.2.4 數(shù)據(jù)標準化43-45
• 4.3 知識關聯(lián)建模實現(xiàn)45-46
• 4.4 本章小結46-48
• 第5章 基于復雜網絡的自動化專業(yè)知識網絡分析48-66
• 5.1 基于節(jié)點度的自動化專業(yè)知識網絡分析48-50
• 5.2 基于聚集系數(shù)的自動化專業(yè)知識網絡分析50-51
• 5.3 基于介數(shù)的自動化專業(yè)知識網絡分析51-52
• 5.4 基于平均路徑長度的自動化專業(yè)知識網絡分析52-53
• 5.5 基于社團結構的自動化專業(yè)知識網絡分析53-58
• 5.6 知識網絡的節(jié)點重要性評估及分析58-63
• 5.6.1 評估模型59-60
• 5.6.2 節(jié)點重要度計算方法60-61
• 5.6.3 基于節(jié)點重要度的自動化專業(yè)知識網絡分析61-63
• 5.7 拓撲結構排序在課程排序上的應用63-64
• 5.8 根據(jù)目標知識點學習脈絡浮現(xiàn)64
• 5.9 本章小結64-66
• 第6章 總結和展望66-68
• 參考文獻68-72
• 致謝72-74
• 攻讀學位期間發(fā)表的學術論文目錄74

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹一家;陳曉剛;孫可;;基于復雜網絡理論的大型電力系統(tǒng)脆弱線路辨識[J];電力自動化設備;2006年12期

2 俞桂杰;彭語冰;褚衍昌;;復雜網絡理論及其在航空網絡中的應用[J];復雜系統(tǒng)與復雜性科學;2006年01期

3 劉濤,陳忠,陳曉榮;復雜網絡理論及其應用研究概述[J];系統(tǒng)工程;2005年06期

4 崔雪梅;李鳳月;Seung Kee Han;;物理知識網絡的特性分析[J];復雜系統(tǒng)與復雜性科學;2013年02期

5 劉智洋;劉魯;;Wiki網復雜網絡特性分析[J];計算機工程;2011年05期

6 范晶;秦卓瓊;張國清;;基于中介中心性提高復雜網絡容量的方法[J];計算機仿真;2008年03期

7 李丹,俞竹超,樊治平;知識網絡的構建過程分析[J];科學學研究;2002年06期

8 王錚,馬翠芳,王露,楊妍,朱斌;知識網絡動態(tài)與政策控制(Ⅰ)──模型的建立[J];科研管理;2001年03期

9 劉旭;易東云;;基于局部相似性的復雜網絡社區(qū)發(fā)現(xiàn)方法[J];自動化學報;2011年12期

10 王秋萍，梁戈;求可達矩陣的Warshall算法[J];西安理工大學學報;1996年01期

本文編號：992045