曹阳 顾问

（三江学院计算机科学与工程学院，江苏南京 210012）

1 引言

同伴互评是在线学习中的一种互助学习形式，指学习者根据特定的评价标准对其他学习者的作业进行评价，并提供反馈意见。同伴互评不仅可以提高大规模在线学习中的作业评价效率，减轻教师的教学负担，而且能够使学习者在互评过程中得到交流、思考的机会，提高学习参与度和高阶认知能力。因此，同伴互评已经成为广大学习者所认可的在线学习方式，诸多慕课平台也广泛支持同伴互评机制[1]。

同伴互评的有效性主要体现在以下两方面：（1）保证评价结果具有较高的信效度，即提供可靠和精确的评价；（2）促进学习者在互评过程中进行知识和观点的交流与创新[2]。围绕以上两点，在线学习的研究者与实践者对于如何优化同伴互评过程，提高同伴互评效果进行了深入研究。其中，评阅人的匹配及推荐是研究的中心问题之一。许云红提出了一种同伴互评推荐模型，根据学习者特征与作业特征生成互评配对列表[3]，但其采用的特征属性难于统计和量化，在实践中不易操作。何升提出了基于二分图最优匹配的方法进行互评推荐[4]，探索了采用经典算法实现推荐匹配的可行性。这类方案给出了具体的匹配算法，但往往算法中对各参数的假设依赖较多，不能实现作业的完全匹配。因此，仅根据学习者及作业具备的初始特征，构建同伴互评推荐模型具有较大的不……