互助学习环境下可抗恶意评价的同伴互评算法

受学习者能力和意愿等主观因素的影响,互助学习环境下同伴互评结果与真实评价通常存在显著差距。为了提高同伴互评的质量,避免互评过程中利益驱动的恶意评价,引入少量由教师预评分的作业作为哨兵。通过评审人对哨兵的评审情况,以评审人的信誉评价作为权重向量,并利用阈值进行截尾,从而实现了对恶意评价的有效隔离。真实测评数据上的实验结果证明,相较于当前主流的互评算法,该算法能有效过滤恶意高评或低评,并且能适应较大数量级的学习者进行互评。在未来的研究中,将针对信誉模型的优化进行深入的研究。