王雪岑，张 昱，赵长宽，陈 默，于 戈

东北大学 计算机科学与工程学院，沈阳110169

大规模在线开放课程（massive open online course，MOOC）是一种新兴的在线教学形式。基于MOOC中学习者的交互活动数据，通过数据挖掘、机器学习等技术可以研究学习者和学习资源以及它们的交互特征和学习评价之间的关联关系，实现个性化的评价与反馈。采用网络模型，结合丰富的节点间的交互信息实现对在线教学交互的评价，能够及时在学习过程中发现问题并干预，做到在学习过程中为学习者提供个性化的反馈结果，具有重要的现实意义。

近年来，基于学习者交互网络的研究大量涌现，包括教学资源推荐、学习行为预测等[1-3]，而对交互评价方法的研究相对较少。本文首先构建学习者与学习资源的二分交互网络模型，据此提出基于二分交互网络表示学习的评价方法，分析网络中不同交互之间的关系以及不同类型节点之间的一阶相似性和相同类型节点之间的高阶相似性，再分别学习学习者节点与学习资源节点的向量表示，最后基于两类节点的嵌入向量矩阵计算交互评价结果。

1 相关工作

1.1 交互评价方法

传统交互评价研究中使用较多的是案例研究中的文献法、问卷调查法、访谈法以及观察法。利用电子档案袋（electronic portfolio，e-Portfolio）[4]等评价工具与载体，按照学生连续自主学习的顺序收集交互信息，记录学生的学习情况，能够有效地协助开展交互评价，并跟踪掌握学生的学习进度情况。此外……