Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Automatically Classify Chinese Judgment Documents Utilizing Machine Learning Algorithms Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Quality-Aware Crowdsourcing Curriculum Recommendation in MOOCs

verfasst von : Yunpeng Gao

Erschienen in: Database Systems for Advanced Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

With larger and larger numbers of students participating in Massive Open Online Courses (MOOCs), finding top-k suitable courses increasingly becomes a challenging issue for students in terms of course quality, which is hard for computer to compare. Thanks to emerging crowdsourcing platforms, the crowd are assigned to compare the objects and infer the \(top-k\) objects based on the crowdsourced comparison results. In this paper, we focus on one such function, \(top-k\), that finds the former k ranked objects. We then provide heuristic functions to recommend the \(top-k\) elements given evidence. We experimentally evaluate our functions to highlight their strengths and weaknesses.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Social Friendship-Aware Courses Arrangement on MOOCs
Nächstes Kapitel Crowdsourcing Based Teaching Assistant Arrangement for MOOC
Fußnoten
Literatur
1.
Alario-Hoyos, C., Pérez-Sanagustín, M., Mar, N., Kloos, C., Oz-Merino, P.: Recommendations for the design and deployment of moocs: insights about the mooc digital education of the future deployed in miradax. In: ICTEEM, pp. 403–408 (2014)
2.
Conitzer, V., Davenport, A., Kalagnanam, J.: Improved bounds for computing kemeny rankings. In: AAAI, pp. 620–627 (2006)
3.
Coppersmith, D., Fleischer, L., Rudra, A.: Ordering by weighted number of wins gives a good ranking for weighted tournaments. In: SODA, pp. 145–148 (2006)
4.
Conitzer, V., Davenport, A., Kalagnanam, J.: How to rank with few errors. In: STOC, pp. 95–103 (2007)
5.
Ailon, N., Charikar, M., Newman, A.: Aggregating inconsistent information: ranking and clustering. In: STOC, pp. 123–128 (2005)
6.
Tong, Y., Cao, C., Zhang, C., Li, Y., Chen, L.: CrowdCleaner: data cleaning for multi-version data on the web via crowdsourcing. In: ICDE, pp. 1182–1185 (2014)
7.
Tong, Y., Cao, C., Chen, L.: TCS: efficient topic discovery over crowd-oriented service data. In: SIGKDD, pp. 861–870 (2014)
8.
Tong, Y., She, J., Ding, B., Chen, L., Wo, T., Xu, K.: Online minimum matching in real-time spatial data: experiments and analysis. Proc. VLDB Endow. 9(12), 1053–1064 (2016)CrossRef
9.
Tong, Y., She, J., Ding, B., Wang, L., Chen, L.: Online mobile micro-task allocation in spatial crowdsourcing. In: ICDE, pp. 49–60 (2016)
10.
She, J., Tong, Y., Chen, L., Cao, C.: Conflict-aware event-participant arrangement. In: ICDE, pp. 735–746 (2015)
11.
She, J., Tong, Y., Chen, L.: Utility-aware social event-participant planning. In: SIGMOD, pp. 1629–1643 (2015)
12.
She, J., Tong, Y., Chen, L., Cao, C.: Conflict-aware event-participant arrangement and its variant for online setting. IEEE Trans. Knowl. Data Eng. 28(9), 2281–2295 (2016)CrossRef
13.
Tong, Y., She, J., Meng, R.: Bottleneck-aware arrangement over event-based social networks: the max-min approach. World Wide Web J. 19(6), 1151–1177 (2016)CrossRef
Metadaten
Titel
Quality-Aware Crowdsourcing Curriculum Recommendation in MOOCs
verfasst von
Yunpeng Gao
Copyright-Jahr
2017
Buch
Database Systems for Advanced Applications

Print ISBN: 978-3-319-55704-5

Electronic ISBN: 978-3-319-55705-2

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-55705-2_35