-
Notifications
You must be signed in to change notification settings - Fork 0
/
ilms_case_compare.php
executable file
·599 lines (552 loc) · 27.4 KB
/
ilms_case_compare.php
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
<?php
/* iLMS - Funktionsbibliothek zum Fallvergleich
*
* Enthält Funktionen mit denen Fälle und ihre Bestandteile (Attribute, Attributgruppen)
* nach bestimmten Kriterien verglichen werden können.
*
* Copyright (C) 2007, Gert Sauerstein
* Edited by Andre Scherl, 17.09.2012
* You should have received a copy of the GNU General Public License
* along with DASIS. If not, see <http://www.gnu.org/licenses/>.
*/
error_reporting(E_ALL);
require_once($CFG->dirroot.'/blocks/case_repository/ilms_queues.php');
require_once($CFG->dirroot.'/blocks/case_repository/ilms_config.php');
/**
* Limit für Partner-Beziehungen zwischen Lernaktivitäten, bis zu dem beide nur gering ähnlichen Lernaktivitäten als
* absolut verschieden angenommen werden. Dadurch werden nur geringfügig ähnliche Lernaktivitäten bei der Bestimmung
* der Lösung, beim Vergleich der Zustände, beim Vergleich der semantischen Beziehungen use. nicht berücksichtigt.
*/
define('ILMS_EDGE_LIMIT', 0.5);
class CompareResult {
var $similarity;
var $similarity_learner_meta;
var $similarity_activity_meta;
var $similarity_history;
var $similarity_relations;
var $similarity_states;
var $mapping12;
var $mapping21;
var $history_mapping;
}
/**
* Vergleicht zwei Fälle.
* @param Object Erster Fall (ein iLMSCase-Objekt)
* @param Object Zweiter Fall, mit dem der erste verglichen werden soll (auch ein iLMSCase-Objekt)
* @return Object Ein Objekt mit den beiden Attributen similarity (gibt die Übereinstimmung der Fälle an) und mapping (liefert das beste Matching für die Lernaktivitäten)
*/
function compare_cases(&$case1, &$case2) {
global $CFG;
global $WEIGHTS_LEARNERMETA, $WEIGHTS_ACTIVITYMETA, $WEIGHT_FACTOR_LEARNERMETA, $WEIGHT_FACTOR_ACTIVITYMETA, $WEIGHT_FACTOR_FOLLOW_RELATIONS, $WEIGHT_FACTOR_CURRENT_ACTIVITY, $WEIGHT_FACTOR_HISTORY, $WEIGHT_FACTOR_STATES;
global $ENABLE_REUSE_ADJUSTMENTS, $REUSE_LEARNER_ACTIONS;
$result = new CompareResult();
// Lese Metadaten aus und vergleiche sie
$result->similarity_learner_meta = compare_learner_meta(analyze_learner_meta($case1->learner_meta), analyze_learner_meta($case2->learner_meta));
// Vergleiche die Metadaten und Zustände der Lernaktivitäten im Kurs
if(count($case1->activity_meta) < 1 || count($case2->activity_meta) < 1) {
$result->mapping12 = array();
$result->mapping21 = array();
} else {
assert(count($case1->activity_meta) > 0);
$r = compare_best_matching_activities($case1->activity_meta, $case2->activity_meta);
$result->similarity_activity_meta = $r->sum/max(min(count($case1->activity_meta), count($case2->activity_meta)), 1);
$result->mapping12 = array();
$result->mapping21 = array();
foreach($r->partner as $r1 => $r2) {
$result->mapping12[$r1] = $r2;
$result->mapping21[$r2] = $r1;
}
}
// Vergleiche die Metadaten und Zustände der Lernaktivitäten im Kurs
$r2 = compare_history(array_values($case1->history), array_values($case2->history), $result->mapping12);
$result->similarity_history = $r2->sum/max(count($case1->history), count($case2->history), 1.0);
$result->similarity_current_activity = compare_current_activity($case1->history, $case2->history, $result->mapping12);
$result->history_mapping = $r2->mapping;
// Vergleiche im semantischen Netz
$result->similarity_relations = compare_activity_relations($case1->relations, $case2->relations, $result->mapping12);
// Vergleiche der Zustände
$result->similarity_states = compare_states($case1->activity_meta, $case2->activity_meta, $result->mapping12);
// Gib das Ergebnis zurück
$result->similarity = $WEIGHT_FACTOR_LEARNERMETA*$result->similarity_learner_meta+$WEIGHT_FACTOR_ACTIVITYMETA*$result->similarity_activity_meta+$WEIGHT_FACTOR_CURRENT_ACTIVITY*$result->similarity_current_activity+$WEIGHT_FACTOR_HISTORY*$result->similarity_history+$WEIGHT_FACTOR_FOLLOW_RELATIONS*$result->similarity_relations+$WEIGHT_FACTOR_STATES*$result->similarity_states;
return $result;
}
/**
* Analysiert die Metadaten aus der Tabelle ilms_case_usermeta und gruppiert sie
* für den späteren Vergleich nach Attributtypen/Attributen.
* @param Array $learner_meta Array mit den Metadaten-Sätzen aus der Tabelle ilms_case_usermeta
* @return Array Ein Array, das allen vorhandenen Attributtypen ein weiteres Array der Form Attribut => Wert mit allen Metadateninformationen der Eingabe zuweist.
*/
function analyze_learner_meta($learner_meta) {
$result = array();
foreach($learner_meta as $u) {
if(array_key_exists($u->attribute, $result)) {
// (GS) Annahme, dass es zu jedem Attribut nur einen Wert gibt
// -> in current_case() findet eine SQL-Aggregation statt, damit dies für den Vergleichsfall sichergestellt wird
$result[$u->attribute][$u->subtype] = $u->value;
} else {
$result[$u->attribute] = array($u->subtype => $u->value);
}
}
return $result;
}
/**
* Vergleicht die Metadaten der Lerner aus zwei Fällen.
* @param Object $learner_meta1 Objekt mit den Metadaten der Lerner aus Fall 1 als Attribute
* @param Object $learner_meta2 Objekt mit den Metadaten der Lerner aus Fall 1 als Attribute
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function compare_learner_meta($learner_meta1, $learner_meta2) {
global $WEIGHTS_LEARNERMETA;
$result = 0.0;
foreach($WEIGHTS_LEARNERMETA as $t => $w) {
// Für jeden Attributtyp: Mengenvergleich
$exists1 = array_key_exists($t, $learner_meta1);
$exists2 = array_key_exists($t, $learner_meta2);
if($exists1 == $exists2) {
if(!$exists1 && !$exists2 || (count($learner_meta1[$t]) == 0 && count($learner_meta2[$t]) == 0)) {
// (GS) Falls in beiden Metadaten keine Attribute für diesen Typ vorhanden sind, sind beide gleich -> HIER Gleichheit und weiter, da sonst später Division durch 0
$result += $w;
continue;
}
$schnittmenge_count = 0;
$schnittmenge_value = 0;
foreach($learner_meta1[$t] as $a => $v) {
if(array_key_exists($a, $learner_meta2[$t])) {
// (GS) LOP-1 geändert: Differenzvergleich im Intervall [0,1] statt Identitätsvergleich
$schnittmenge_count += 1;
if(is_null($v) || is_null($learner_meta2[$t][$a])) {
$schnittmenge_value += 1;
} else {
if($t == 'age') {
$schnittmenge_value += 1-abs(log($v)-log($learner_meta2[$t][$a]))/(log(100)-log(5));
} else {
$schnittmenge_value += 1-abs($v-$learner_meta2[$t][$a]);
}
}
}
}
$result += $w*$schnittmenge_value/(count($learner_meta1[$t])+count($learner_meta2[$t])-$schnittmenge_count);
}
}
return $result;
}
/**
* Vergleicht die Metadaten zweier konkreter Lernaktivitäten.
* @param Object $activity1 Erste zu vergleichende Lernaktivität (mit den üblichen Attributen der Tabelle ilms_activitymeta)
* @param Object $activity2 Zweite zu vergleichende Lernaktivität (dito)
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function compare_activity($activity1, $activity2) {
global $WEIGHTS_ACTIVITYMETA;
// Vergleiche die einzelnen Attribute
$result = 0.0;
if($activity1 == null || $activity2 == null) {
return $activity1 == null && $activity2 == null;
}
foreach($WEIGHTS_ACTIVITYMETA as $t => $w) {
if(is_null($activity1->{$t}) || is_null($activity2->{$t})) {
$result += $w;
continue;
}
switch($t) {
case 'learning_time':
$result += $w*sim_lower_bound($activity1->{$t}, $activity2->{$t});
break;
case 'age': //! age no longer supported for learning acitities
$result += $w*sim_logarithm($activity1->{$t}, $activity2->{$t}, 5.0, 100.0);
break;
case 'language':
case 'id':
case 'module':
case 'state':
if($activity1->{$t} === $activity2->{$t}) {
$result += $w;
}
break;
// (GS) LOP-1 geändert: Indentitätsvergleiche nur noch bei "module", standardmäßig Differenzvergleich im Intervall [0,1]
default: {
assert($activity1->{$t} >= 0.0);
assert($activity1->{$t} >= 0.0);
assert($activity2->{$t} <= 1.0);
assert($activity2->{$t} <= 1.0);
$result += $w*(1-abs($activity1->{$t} - $activity2->{$t}));
}
}
}
return $result;
}
/**
* Vergleicht zwei Mengen von Lernaktivitäten nach dem MAXIMUM SET SIMILARITY und
* bestimmt das bestmögliche Matching.
* @param Array $activities1 Ein Array (nullbasierter Index => Objekt) mit Lernaktivitäts-Metadaten aus dem ersten zu vergleichenden Fall
* @param Array $activities2 Ein Array (nullbasierter Index => Objekt) mit Lernaktivitäts-Metadaten aus dem zweiten zu vergleichenden Fall
* @return Object Ein Objekt mit den beiden Attributen sum (gibt die Übereinstimmung der Fälle an) und partner (liefert das beste Matching für die Lernaktivitäten)
*/
function compare_best_matching_activities(&$activities1, &$activities2) {
// Initialisieren Teil 1
$result = new stdClass();
$result->sum = 0.0;
$result->partner = array();
// Arrays mit id's der Lernaktivitäten als Key und Value für späteres Mapping erstellen
$activity_ids1 = array();
foreach($activities1 as $activity){
$activity_ids1[$activity->id] = $activity->id;
}
$activity_ids2 = array();
foreach($activities2 as $activity){
$activity_ids2[$activity->id] = $activity->id;
}
// Schnittmenge der Lernaktivitäten ermitteln und das Mapping für diese Aktivitäten schon mal setzen
$activity_intersection = array_intersect_assoc($activity_ids1, $activity_ids2);
$result->sum += count($activity_intersection); // Alle Kanten werden mit 1 bewertet
$result->partner = $activity_intersection; // Die Zuordnungen sind die Identitäten der Schnittmenge
// Differenzen der Aktivitäten der Fälle zu deren Schnittmenge ermitteln
$diff1 = array_diff_assoc($activity_ids1, $activity_intersection);
$diff2 = array_diff_assoc($activity_ids2, $activity_intersection);
// --- Nun den Algorithmus von Gert Sauerstein auf die Differenzen anwenden ---
// Initialisieren Teil 2
$V = count($diff1)+count($diff2);
$diff1_activities = array();
foreach($diff1 as $d1){
$diff1_activities[] = $activities1[$d1];
}
$diff2_activities = array();
foreach($diff2 as $d2){
$diff1_activities[] = $activities2[$d2];
}
$adjacence = get_adjacence_matrix($diff1_activities, $diff2_activities);
$temp_partner = array();
for($i = 0; $i < $V; ++$i) {
$temp_partner[$i] = -1;
}
// Alle Knoten aus S1 durchlaufen: Für jeden Knoten aus S1 kann es höchstens 1 maximalen augmentierenden Pfad geben
for($vStart = 0; $vStart < count($diff1); ++$vStart) {
// Initialisiere Kanten-Markierungs-Array
$scanned = array();
for($i = 0; $i < $V; ++$i) {
$scanned[$i] = array();
for($j = 0; $j < $V; ++$j) {
$scanned[$i][$j] = false;
}
}
// Suche nach maximalem augmentierendem Pfad (Breitensuche mit Prioritätswarteschlange)
$found = new PriorityQueue();
$queue = new Queue();
$queue->insert(new AugmentingPath($vStart));
while(count($queue->elements) > 0) {
$path = $queue->delete_next();
$v = $path->vertex;
// Suche alle Nachfolge-Knoten und füge sie zur Queue hinzu
for($u = 0; $u < $V; ++$u) {
if($u == $v || $scanned[$v][$u] || $adjacence[$v][$u] == 0 || (($path->size % 2) == 1) == ($temp_partner[$v] == $u)) {
continue; // Kante wurde schon besucht und wird übersprungen
}
$scanned[$v][$u] = true;
// Pfad mit neuer Kante für nächste Rekursionsebene erstellen und zur Queue hinzufügen
$newPath = new AugmentingPath($u, $path->size+1, $path->sum+$adjacence[$v][$u], $path);
$queue->insert($newPath);
// Prüfe, ob der Zielknoten frei ist -> es wurde ein vergrößernder Pfad gefunden
if($temp_partner[$u] < 0) {
$found->insert($newPath);
}
}
}
$path = $found->delete_max();
if($path != null) {
// Falls der Pfad die Zuordnung vergrößert, wird er übernommen
if($path->sum > 0.0) {
$result->sum += $path->sum;
// Übernahme des Pfads durch Umwandeln von GEBUNDENEN in FREIE KANTEN (und umgekehrt)
$newPartner = array();
for($i = 0; $i < $V; ++$i) {
$newPartner[$i] = $temp_partner[$i];
}
for($v = $path; $v->next != null; $v = $v->next) {
$newPartner[$v->vertex] = -1;
$newPartner[$v->next->vertex] = -1;
}
for($v = $path; $v->next != null; $v = $v->next) {
if($temp_partner[$v->vertex] < 0 || $temp_partner[$v->vertex] != $v->next->vertex) {
$newPartner[$v->vertex] = $v->next->vertex;
$newPartner[$v->next->vertex] = $v->vertex;
}
}
$temp_partner = $newPartner;
}
}
}
foreach($temp_partner as $tp_key => $tp_val) {
$result->partner[$tp_key] = $tp_val;
}
return $result;
}
/**
* Subroutine für compare_best_matching_activities:
* Bestimmt die Adjazenzmatrix für den MAXIMUM SET SIMILARITY Algorithmus.
* @param Array $activities1 Ein Array (nullbasierter Index => Objekt) mit Lernaktivitäts-Metadaten aus dem ersten zu vergleichenden Fall
* @param Array $activities2 Ein Array (nullbasierter Index => Objekt) mit Lernaktivitäts-Metadaten aus dem zweiten zu vergleichenden Fall
* @return Array Ein zweidimensionales Array mit den Kantengewichten (Ähnlichkeitsmaße zwischen jeweils zwei Lernaktivitäten)
*/
function get_adjacence_matrix(&$activities1, &$activities2) {
$result = array();
$V1 = count($activities1); // !(AS) Schreibe die Anzahl der Aktivitäten hier in eine Variable, um sie in den Schleifendurchläufen nicht immer wieder neu zu berechnen.
$V2 = count($activities2);
$V = $V1 + $V2;
$i = 0;
for($i = 0; $i < $V; ++$i) {
$result[$i] = array();
for($j = 0; $j < $V; ++$j) {
$result[$i][$j] = 0.0;
if($i < $V1 && $j >= $V1) {
$result[$i][$j] = compare_activity($activities1[$i], $activities2[$j-$V1]);
if($result[$i][$j] < ILMS_EDGE_LIMIT) {
$result[$i][$j] = 0;
}
continue;
}
if($i >= $V1 && $j < $V1) {
$result[$i][$j] = -$result[$j][$i]; // -compare_activity($activities1[$j], $activities2[$i-count($activities1)]);
}
}
}
/* (GS) TESTCASE, max. similarity 1.5 / matching 0 => 6, 1 => 4, 2 => 5, 3 => NULL
* return array (
// 10 11 12 13 20 21 22
0 => array( 0.00, +0.00, +0.00, +0.00, +0.75, +0.00, +0.50), // 10
1 => array(-0.00, 0.00, +0.00, +0.00, +0.50, +0.25, +0.00), // 11
2 => array(-0.00, -0.00, 0.00, +0.00, +0.00, +0.50, +0.25), // 12
3 => array(-0.00, -0.00, -0.00, 0.00, +0.00, +0.00, +0.25), // 13
4 => array(-0.75, -0.50, -0.00, -0.00, 0.00, +0.00, +0.00), // 20
5 => array(-0.00, -0.25, -0.50, -0.00, -0.00, 0.00, +0.00), // 21
6 => array(-0.50, -0.00, -0.25, -0.25, -0.00, -0.00, 0.00), // 22
);*/
return $result;
}
/**
* Vergleicht die aktuelle (letzte) Lernaktivität beider Fälle nach einem Identitätsvergleich miteinander.
* @param Array $history1 Historie des ersten Falls, welcher die aktuelle Lernaktivität als Schlüssel mit höchstem Wert enthält
* @param Array $history2 Historie des ersten Falls, welcher die aktuelle Lernaktivität als Schlüssel mit höchstem Wert enthält
* @param Array $mapping12 Bestmögliches Mapping der Lernaktivitäten des ersten Falls auf Lernaktivitäten des zweiten Falls. Ordnet die Lernaktivitäts-IDs des zweiten Falls den Lernaktivitäts-IDs des ersten Falls zu oder enthält -1, falls es für eine Lernaktivität keinen Partner gibt.
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function compare_current_activity(&$history1, &$history2, &$mapping12) {
$c1 = count($history1);
$c2 = count($history2);
if($c1 < 1 && $c2 < 1) {
return 1.0;
}
if($c1 < 1 || $c2 < 1) {
return 0.0;
}
$activity1 = end($history1);
$activity2 = end($history2);
if(array_key_exists($activity1->id, $mapping12) && $mapping12[$activity1->id] >= 0) {
return $mapping12[$activity1->id] == $activity2->id ? 1.0 : 0.0;
} else {
return 0.0;
}
}
/**
* Vergleicht die Beziehungen zwischen den Folgelernaktivitäten und der jeweils aktuellen Lernaktivität im semantischen Netz.
* @param Array $relations1 Ein Array mit Daten für bei der aktuellen Lernaktivität des ersten Falls beginnenden Beziehungen
* @param Array $relations2 Ein Array mit Daten für bei der aktuellen Lernaktivität des zweiten Falls beginnenden Beziehungen
* @param Array $mapping12 Über MAXIMUM SET SIMILARITY bestimmtes bestmögliches Mapping der Folgelernaktivitäten (Schlüssel und Werte sind IDs der Lernaktivitäten)
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function compare_activity_relations(&$relations1, &$relations2, &$mapping12) {
$rel1 = get_relation_array($relations1);
$rel2 = get_relation_array($relations2);
if((count($rel1) < 1 && count($rel2) < 1)) {
return 1.0;
}
$schnittmenge = 0;
$r1_count = 0;
$r2_count = 0;
// Durchlaufe alle semantische Beziehungen aus Fall 1 und prüfe auf Entsprechungen in Fall 2
foreach($rel1 as $a => $relations) {
if(!array_key_exists($a, $mapping12) || ($a2 = $mapping12[$a]) < 0) {
continue;
}
$c1 = count($relations);
$r1_count += $c1;
$c2 = array_key_exists($a2, $rel2) ? count($rel2[$a2]) : 0;
$r2_count += $c2;
if($c1 > 0 && $c2 > 0) {
foreach($relations as $r) {
if(in_array($r, $rel2[$a2])) {
++$schnittmenge;
}
}
}
}
// Normalisiere die Übereinstimung in Abhängigkeit der Anzahl Lernaktivitäten im Matching
return $schnittmenge == 0 ? 0.0 : $schnittmenge/($r1_count+$r2_count-$schnittmenge);
}
/**
* Analysiert ein Array mit semantischen Beziehungen (wird intern in compare_activity_relations() benutzt).
* @param Array $relations Ein Array mit Daten für bei der aktuellen Lernaktivität des Falls beginnenden semantischen Beziehungen. Jedes Element ist ein Objekt mit den Eigenschaften activityid (ID der Ziel-Lernaktivität) und semantic_type (Art der Beziehung).
* @return Array Ein assoziatives Array, das der ID jeder Lernaktivität des Kurses ein (nicht-assoziatives) Array mit alle semantischen Beziehungen zuweist, die zwischen der aktuellen Lernaktivität und der jeweiligen Lernaktivität bestehen.
*/
function get_relation_array(&$relations) {
$result = array();
foreach($relations as $r) {
if(array_key_exists($r->activityid, $result)) {
$result[$r->activityid][] = $r->semantic_type;
} else {
$result[$r->activityid] = array($r->semantic_type);
}
}
return $result;
}
/**
* Vergleicht die Zustände der aktuellen und Folge-Lernaktivitäten zwischen zwei Fällen.
* @param Array $activities1 Array mit Objekten, die im Attribut state den Zustand der Lernaktivitäten des ersten Falls enthalten
* @param Array $activities2 Array mit Objekten, die im Attribut state den Zustand der Lernaktivitäten des zweiten Falls enthalten
* @param Array $mapping12 Über MAXIMUM SET SIMILARITY bestimmtes bestmögliches Mapping der Lernaktivitäten (Schlüssel und Werte sind IDs der Lernaktivitäten)
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function compare_states(&$activities1, &$activities2, &$mapping12) {
$result = 0.0;
$activity_count = 0;
if(count($activities1) < 1 && count($activities2) < 1) {
return 1.0;
}
foreach($activities1 as $a) {
if(($a2 = $mapping12[$a->id]) < 0) {
continue;
}
++$activity_count;
if(is_null($a->state) || is_null($activities2[$mapping12[$a->id]]->state) || $a->state === $activities2[$mapping12[$a->id]]->state) {
$result += 1.0;
}
}
return $activity_count == 0 ? 0.0 : $result/$activity_count;
}
/**
* Vergleicht die Liste der bereits besuchten Lernaktivitäten nach dem HISTORY COMPARE-Algorithmus.
* @param Array $history1 Nach nullbasierten Schlüssel sortierte Liste mit History-Einträgen des 1. Falls
* @param Array $activities1 Liste mit Meta- und Zustandsdaten der Lernaktivitäten des 1. Falls // !(AS) Wird in der Funktion nicht verwendtet und deswegen von mir gelöscht
* @param Array $history2 Nach nullbasierten Schlüssel sortierte Liste mit History-Einträgen des 2. Falls
* @param Array $activities2 Liste mit Meta- und Zustandsdaten der Lernaktivitäten des 2. Falls // !(AS) Wird in der Funktion nicht verwendtet und deswegen von mir gelöscht
* @param Array $mapping12 Eine Mapping-Liste, welche den IDs von Lernaktivitäten aus dem 1. Fall IDs von Lernaktivitäten des 2. Falls zuweist, wenn sich diese ähnlich sind. Der Wert -1 wird verwendet, wenn die Lernaktivität keinen Partner besitzt, mit dem sie in Beziehung steht.
* @return Object Ein Objekt mit den Eigenschaften sum (Anzahl der übereinstimmenden Lernaktivitäten in der History) und mapping (Gefundene Zuordnung von Lernaktivitäten in der History).
*/
function compare_history($history1, $history2, $mapping12) {
$result = new stdClass;
$solutions = array();
$max_solution_index = null;
if(count($history1) == 0 && count($history2) == 0) {
$result->mapping = array();
$result->sum = 1.0;
return $result;
}
foreach($history1 as $h1) {
if(!(array_key_exists($h1->id, $mapping12)) || $mapping12[$h1->id] < 0) {
// Die Lernaktivität besitzt keine Entsprechung im 2. Fall -> ist irrelevant, überspringen
continue;
}
if(count($solutions) < 1) {
// Es wurde überhaupt noch keine Lösung gefunden -> Suche passende Lösung in Lernaktiväten des 2. Falls
foreach($history2 as $h2) {
if($h2->id == $mapping12[$h1->id]) {
// Teillösung gefunden -> hinzufügen und weiter mit nächster Aktivität $h1
$solutions[0] = array($h1->idx => $h2->idx);
$max_solution_index = 0;
break;
}
}
} else {
$min = null;
$found = false;
// Falls schon einer oder mehrere Lösungen vorhanden sind, betrachte jede einzeln nacheinander
foreach($solutions as $sol_index => $sol) {
// Suche passende Lernaktivität, welche NACH der letzten gefundenen Lernaktivität liegt
$last = end($sol);
if($min == null || $last < $min) {
$min = $last;
}
for($h2 = $last + 1; $h2 < count($history2); $h2++) { //! (AS) hier war ein "<=". Änderung könnte große Folgen haben!
if($history2[$h2]->id == $mapping12[$h1->id]) {
// Gefundene Teillösung kann verbessert werden -> Erhöhe um 1 Kante und weiter mit nächster Aktivität $h1
$solutions[$sol_index][$h1->idx] = $h2;
if(is_null($max_solution_index) || count($solutions[$sol_index]) > count($solutions[$max_solution_index])) {
$max_solution_index = $sol_index;
}
$found = true;
break;
}
}
}
// Falls überhaupt keine Lösung gefunden wird, suche nach einer neuen Lösung
if(!$found && !is_null($min)) {
for($h2 = 1; $h2 < $min; $h2++) { //! (AS) hier war ein "<=". Änderung könnte große Folgen haben!
if($history2[$h2]->id == $mapping12[$h1->id]) {
// Neue Lösung erstellen
$solutions[][$h1->idx] = $h2; // (GS) Der Maximum-Zähler braucht nicht erhöht zu werden, da die neue lediglich Lösung 1 zählt und damit zunächst kein Maximum wird
break;
}
}
}
}
}
if(is_null($max_solution_index)) {
$result->mapping = array();
$result->sum = 0;
return $result;
}
$result->mapping = $solutions[$max_solution_index];
$result->sum = count($solutions[$max_solution_index]);
return $result;
}
// Ähnlichkeitsfunktionen //////////////////////////////////////////////////////
/**
* Bestimmt die logarithmische Ähnlichkeit zweier numerischer Werte
* @param float $value1 Erster zu vergleichender Wert
* @param float $value1 Zweiter zu vergleichender Wert
* @param float $a Untere Schranke des Intervalls zulässiger Werte
* @param float $b Obere Schranke des Intervalls zulässiger Werte
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function sim_logarithm($value1, $value2, $a, $b) {
assert($value1 > 0.0);
assert($value2 > 0.0);
assert($a > 0.0);
assert($b > $a);
assert($a != $b);
return 1.0-abs(log($value1)-log($value2))/(log($b)-log($a));
}
/**
* Bestimmt die numerische Ähnlichkeit mit unterer Grenze a.
* @param float $value1 Erster zu vergleichender Wert
* @param float $value1 Zweiter zu vergleichender Wert
* @param float $a Untere Schranke des Intervalls zulässiger Werte (Vorgabe: 0.0)
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function sim_lower_bound($value1, $value2, $a = 0.0) {
$max = max($value1, $value2);
//assert($max > $a); //assert()-Fkt. füllt das Server Error Log zu sehr.
//! Änderung von Andre Scherl: vermeide Division durch Null
if($max-$a == 0){
return 1.0;
}else{
return 1.0-abs($value1-$value2)/($max-$a);
}
}
/**
* Bestimmt die numerische Ähnlichkeit mit unterer Grenze a.
* @param float $value1 Erster zu vergleichender Wert
* @param float $value1 Zweiter zu vergleichender Wert
* @param float $b Obere Schranke des Intervalls zulässiger Werte
* @return float Ähnlichkeit als numerischer Wert im Intervall [0,1]
*/
function sim_upper_bound($value1, $value2, $b) {
$min = min($value1, $value2);
//assert($min < $b);// assert()-Fkt. füllt das Server Error Log zu sehr.
//! Änderung von Andre Scherl: vermeide Division durch Null
if($b-$min == 0){
return 1.0;
}else{
return 1.0-abs($value1-$value2)/($b-$min);
}
}
?>