[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

技術領域

本發明是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。主要用于使學習者花費最少時間和精力（假定時間、精力均勻分布，單位時間和精力獲得的知識一樣多）得到最高效的學習指導，關注學習者特征和學習需求差異，因材施教，滿足學習者的個性化學習需求，屬于分布式計算和軟件工程學技術交叉領域。

背景技術

隨著知識經濟的發展，當今社會對人們的知識掌握程度提出了更高的要求，智能教學系統中選擇合適的學習點推薦給學習者和個性化學習路徑的推薦與優化已經成為重要課題。目前，在線學習面臨的問題是網上數據龐雜，導致學習者難以快速找到適合自己的學習資源。適應性學習是遠程教育發展質的飛躍，其直接原因是以計算機、遠程通信和認知科學結合的知識媒體的綜合運用。適應性學習能根據學習者的特征選擇合適的學習內容和學習方法作為推薦。學習路徑是指學習活動的路線與序列，是學習者在一定的學習策略指導下，根據學習目標和學習內容對所需完成的學習活動的排序。學習路徑是把學習的資源、方法、目標、程序、評價和監控等有機成和在一起，把學習內容以不同的策略展現給學習者。

知識圖譜于2012年5月17日被Google正式提出，其初衷是為了提高搜索引擎的能力，增強用戶的搜索質量以及搜索體驗。目前，隨著智能化和個性化信息服務應用的不斷發展，知識圖譜被廣泛地應用于智能搜索、智能問答、個性化推薦等領域。知識圖譜已經成為用標記的有向圖形式表示知識的強大工具，并給出文本信息的語義。知識圖譜是通過將每個項目、實體或用戶作為結點表示，并且通過邊緣將彼此相互作用的那些結點鏈接起來構造的圖形。結點之間的邊可以表示任意關系。知識點是學習活動中傳遞知識信息的基本單元，單獨的知識點應能體現知識內容本身的拒不完整性，知識點的集合能保證專業知識體系的全局完整性知識點之間的關系是連接知識點的紐帶，使分散的知識點形成相互關聯的知識結構。本發明提出了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，將學習點從數據、信息和知識三個有遞進關系的層面上進一步地細化，根據學習者的當前學習狀況和學習目標有針對性地為學習者提供一個高效的導學策略，考慮學習者特征的差異，因材施教，保證學習者按需學習。

發明內容

技術問題：本發明的目的是提供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，針對學習者的學習需求和學習目標，將學習點從數據、信息和知識三個有遞進關系的層面上進一步地細化，向學習者推薦合理的學習點內容和學習策略，引導學習者達成學習目標，幫助學習者提高學習效率，優化學習效果。

技術方案：本發明是一種策略性方法，可以應用于為學習者提供學習指導，有助于解決網絡學習環境下，大量學習資源導致的認知過載和學習迷航問題。在一個知識點圖譜上，本發明假設學習者單位時間下和單位精力可學知識是固定的，知識圖譜上的結點不一定是獨立的，本發明劃分知識點的依據是根據教科書的組織為基礎，將知識點劃分為元知識、章知識和篇知識，元知識是知識體系中相對獨立、不能再分割的基本知識點；章知識是由相關元知識關聯組合得到的，表達一定范圍內比較完整的知識；篇知識是對章知識進一步的分類和總結得到的。在圖譜上存在結構相似的知識點集合，但知識點間的語義關系可能是不同的，對于知識結點之間的關系本發明定義有以下有五種（語義）關系如圖1所示：

1.先序關系：必須先學習結點A才能學習結點B，即學習知識點B需要知識點A的支持。先序關系具有傳遞性，包括直接先序關系和間接先序關系。如果學習知識點A后可以直接學習知識點B，則兩者滿足直接先序關系。如果學習知識點A后還需要學習其他知識點才能學習知識點B，則兩者滿足間接先序關系;

2.涵蓋關系：結點A包含的知識點涵蓋了結點B，學了結點A可以不用再去學習結點B;

3.或關系：對于最終學習目標，學習結點A和結點B都可以達成學習目標；

4.與關系（平行關系）：即結點間是獨立的，具有與關系的知識點在學習過程中不存在先后順序；

5.必要結點：對于最終學習目標，一定要去學習的結點；

6.游離結點：對于某個知識體系來講，游離結點是對這個知識體系無用的知識點。

方法流程：

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路徑優化的步驟：