[發明專利]基于知識圖譜的學習能力建模及動態自適應的目標驅動的學習點組織及執行路徑推薦方法

在審

• 申請號: 201710416328.5
• 申請日: 2017-06-06
• 公開（公告）號: CN107038508A
• 公開（公告）日: 2017-08-11
• 發明（設計）人: 段玉聰;邵禮旭
• 申請（專利權）人: 海南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于知識圖譜的學習能力建模及動態自適應的目標驅動的學習點組織及執行路徑推薦方法，其特征在于學習點推薦和學習路徑優化的步驟：

步驟 1) 構建有向的學習點知識圖譜，通過大數據訓練得出學習者群體學習每個知識點所要花費時間和精力的平均水平，即學習投入，作為學習點的權重在圖譜上做出標記；

步驟 2）構建習題測試庫和能力調查問卷，根據學習點構建相應的習題測試，根據能力考查類型構建學習者能力調查問卷；

步驟 3）提示學習者進行習題測試，根據習題測試結果，初步獲取學習者對學習點的掌握情況；

步驟4）根據步驟3得到的學習者對知識點的學習情況，建立學習者資源子模型；

步驟 5) 以問卷的形式對學習者能力進行調查，本發明將學習者能力水平劃分三個等級分別是“弱”“中”“強”，根據問卷調查結果，獲取學習者記憶能力、計算能力和推理能力等水平，初步評估學習者學習效率；

步驟6) 根據步驟5的結果，建立學習者能力子模型；

步驟 7) 比較學習者個體與學習者群體的平均能力水平差異，劃分出學習者的能力等級；

步驟 8) 建立學習者模型，根據步驟4和步驟6的結果，建立學習者模型；

步驟 9) 獲取學習者預期學習投入Expected_effort，學習投入是指學習者計劃可以為達到學習目標投入的時間和精力；

步驟10) 獲取學習者學習目標，并根據公式1計算預期學習效率Expected_effi，其中Total_know是指目標知識包含的知識點總量：

(1)；

步驟11) 根據步驟8得到的學習者模型和步驟10獲取到的學習者目標對學習目標進行模式匹配，將學習目標進行劃分，確定目標類型；

步驟12) 根據步驟11得到的目標類型，確定在哪一層資源處理框架上進行遍歷，若學習者學習目標比較簡單，預期學習投入較少，學習能力較弱，則在數據圖譜上基于元知識向學習者推薦學習點和學習路徑；若學習者學習目標難度一般，預期學習投入一般，學習能力一般，則在信息圖譜上基于章知識向學習者推薦學習點和學習路徑；若學習者學習目標難度較大，預期學習投入多，學習能力較強，則在知識圖譜上基于篇知識向學習者推薦學習點和學習路徑；

步驟 13) 在資源處理框架上標記學習者已學知識和目標知識點；

步驟14) 依賴于步驟13所得到的結果，遍歷圖譜找出目標知識點的所有先序結點；

步驟15) 將步驟14產生的所有未學知識點，將存在或關系的知識結點按學習該知識點所需學習投入（即權重）進行排序；

步驟16) 對于存在涵蓋關系的結點，假定結點A涵蓋結點B和結點C所含知識，判斷結點B和結點C是否都是學習者為達成學習目標所需要的知識，若需要，計算學習結點A和同時學習結點B和結點C所需的時間和精力；若不需要，選擇需要時間和精力較少的結點添加到學習路徑中；

步驟17) 基于步驟16產生的結果，將其它必要結點和并行結點添加至學習路徑中；

步驟18) 輸出完整的學習路徑，推薦給學習者；

步驟19) 在學習者學習過程中，不斷獲取學習者的反饋，并監測外部學習環境的變化；

步驟20) 根據步驟19得到的結果，根據公式2計算學習者實際學習效率Actual_effi，Got_know表示學習者已學到的學習點，Actual_effort是學習者的實際學習投入，并統計學習者的能力變化，更新學習者模型；根據外部學習環境的變化，更新處理資源框架：

(2)；

步驟21) 根據步驟20得到的更新后的學習者模型，返回步驟9重新獲取學習者的學習目標及預期學習投入，根據學習者當前學習狀況重新規劃學習路徑。