[發明專利]基于教育大數據的學習者模型動態構建方法

有效

• 申請號: 201810451369.2
• 申請日: 2018-05-11
• 公開（公告）號: CN108664614B
• 公開（公告）日: 2021-11-23
• 發明（設計）人: 劉海;楊宗凱;劉三女牙;張昭理;舒江波;孔德麗
• 申請（專利權）人: 華中師范大學
• 主分類號: G06F16/903
• 分類號: G06F16/903;G06Q50/20
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 李丹

1.一種基于教育大數據的學習者模型動態構建方法，其特征在于，包括如下步驟：

(1)學習數據聚集：采集在線學習平臺中學習者的基本信息數據和行為數據；所述基本信息數據包括家庭、學歷背景、身份、地域數據，行為數據包括在線學習時的瀏覽、學習、交互、測試數據；對采集的數據進行清理、變換、規約和集成處理，并將處理的數據劃分成結構化數據、半結構化數據和非結構化數據；

(2)學習經歷量化：依據行為主義理論，通過Experience API規范將結構化數據、半結構化數據和非結構化數據以“活動流”的形式來描述學習者的學習經歷，并利用Statement記錄學習者的學習經歷數據，形成學習者學習經歷序列；

(3)學習者特征提取：借助大數據分析和挖掘技術從學習者不同時空場景下學習經歷序列中提取有效的特征信息并挖掘其隱性特征信息和相關關系，依據《學習者模型規范CELTS-11》將提取和挖掘的信息歸為個人信息、學業信息、管理信息、關系信息、安全信息、偏好信息、績效信息及作品信息八類，根據特征信息是否隨時間變化將提取和挖掘的特征信息劃分為靜態特征信息和動態特征信息并將其存儲在學習者數據庫中；

(4)個性化學習概覽動態構建：依據學習者數據庫中不同時空場景下動、靜態特征信息及其相關關系對學習者進行畫像，多維度的動態構建學習者在不同時空下的個性化學習概覽；

所述步驟(4)包含如下子步驟：

(4.1)對學習者進行建模之前首先在學習者數據庫中檢索是否有該學習者的學習者模型，若否執行(4.2)，若是執行(4.3)；

(4.2)依據學習者的基本特征數據初始化該學習者的學習者模型；

(4.3)將學習者在不同時空的特征信息間的關系進行映射；

(4.4)通過學習者多維度的動、靜態特征信息和相關關系對學習者進行“畫像”；

P＝SC_i+DC_i+V_i+Time+Place

其中P為學習者的個性化概覽，SC_i為動態特征信息，DC_i為靜態特征信息，V_i為特征之間的相關關系，Time特征發生的時間，Place為特征發生的地點；

(5)通過自適應技術對學習者的學習過程進行實時的監控，監測學習者多維度信息的變化，實時的對變化的特征信息進行聚集、量化、提取，并將其更新在學習者數據庫中。

2.根據權利要求1所述的基于教育大數據的學習者模型動態構建方法，其特征在于，本發明所述步驟(2)以E＝S,B,O三元組形式的“活動流”描述學習者的學習經歷，其中E表示學習經歷，S表示學習者，B表示行為，O表示學習對象， 同時，Statement以“經歷—事件—陳述”三個層次，記錄學習者的學習經歷數據。

3.根據權利要求1所述的基于教育大數據的學習者模型動態構建方法，其特征在于，所述步驟(5)中的更新方法為通過自適應技術動態的監測學習者數據庫中特征信息的變化，對于有變化的特征信息自動的更新到學習者的個性化學習概覽中。