[發(fā)明專利]在線學(xué)習(xí)系統(tǒng)中的學(xué)生建模與個性化課程推薦方法

有效

• 申請?zhí)枺?/td>: 201910056952.8
• 申請日: 2019-01-22
• 公開（公告）號: CN109919810B
• 公開（公告）日: 2023-01-24
• 發(fā)明（設(shè)計）人: 趙中英;蔚覃;周慧;李超
• 申請（專利權(quán)）人: 山東科技大學(xué)
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06Q10/063;G06F16/9535
• 代理公司: 青島智地領(lǐng)創(chuàng)專利代理有限公司 37252
• 代理人: 種艷麗

本發(fā)明公開了一種在線學(xué)習(xí)系統(tǒng)中的學(xué)生建模與個性化課程推薦方法，屬于教育數(shù)據(jù)挖掘領(lǐng)域，本發(fā)明主要研究學(xué)生的認(rèn)知水平建模以及個性化課程推薦推薦，首先，基于認(rèn)知診斷模型對學(xué)生的知識掌握狀態(tài)進(jìn)行判斷，并利用系統(tǒng)平臺上的數(shù)據(jù)分析學(xué)生的學(xué)習(xí)行為，進(jìn)而綜合課程掌握情況對學(xué)生的認(rèn)知能力進(jìn)行建模；其次，對在線課程建模；最后根據(jù)學(xué)生認(rèn)知水平融合在線課程的特征進(jìn)行個性化推薦。本發(fā)明基于學(xué)生認(rèn)知水平并結(jié)合在線課程的特征指標(biāo)來進(jìn)行個性化推薦，不但能幫助用戶進(jìn)行更加精準(zhǔn)的個性化課程推薦，而且使得在線課程推薦更具可解釋性和可接受性。

技術(shù)領(lǐng)域

本發(fā)明屬于教育數(shù)據(jù)挖掘領(lǐng)域，具體涉及一種在線學(xué)習(xí)系統(tǒng)中的學(xué)生建模與個性化課程推薦方法。

背景技術(shù)

近年來，以Coursera、Udacity、edX等為代表的大規(guī)模在線開放課程(MassiveOnline Open Courses，簡稱MOOCs)大大促進(jìn)了在線教育的發(fā)展，為廣大高校和個人學(xué)習(xí)用戶都帶來了新的重要契機(jī)，大大方便了學(xué)習(xí)者對新知識的獲取。與此同時，不斷快速增長的海量學(xué)習(xí)資源往往會給學(xué)習(xí)者在面臨“信息過載”和“信息迷航”時無所適從。如何準(zhǔn)確地為學(xué)習(xí)者推薦學(xué)習(xí)資源，是一個亟待解決的重要研究問題。已有的推薦算法大多從單一維度(學(xué)生學(xué)習(xí)行為或興趣偏好)建模，沒有綜合考慮學(xué)生本身和課程本身的影響因素，對于推薦結(jié)果的可解釋性和合理性仍然存在不足之處。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的上述技術(shù)問題，本發(fā)明提出了一種在線學(xué)習(xí)系統(tǒng)中的學(xué)生建模與個性化課程推薦方法，設(shè)計合理，克服了現(xiàn)有技術(shù)的不足，具有良好的效果。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種在線學(xué)習(xí)系統(tǒng)中的學(xué)生建模與個性化課程推薦方法，包括如下步驟：

步驟1：學(xué)生建模；

根據(jù)學(xué)生的課程學(xué)習(xí)情況和課程層次結(jié)構(gòu)分析圖，使用DINA模型對學(xué)生課程掌握程度進(jìn)行建模，獲得學(xué)生的課程掌握情況，并結(jié)合學(xué)習(xí)行為、興趣，通過模糊層次分析法進(jìn)一步抽象學(xué)生認(rèn)知能力；

步驟2：在線課程建模；

通過對不同在線平臺上課程特征的分析，對課程難易程度進(jìn)行建模，并量化；

步驟3：學(xué)生個性化推薦；

建立課程隱式評分模型，根據(jù)預(yù)測評分，并結(jié)合待推薦課程難易程度，進(jìn)行綜合排序并選擇相應(yīng)的課程，從而向每個學(xué)生進(jìn)行個性化在線課程Top-N推薦。

優(yōu)選地，在步驟1中，在基于DINA模型的課程掌握情況建模過程中，給定學(xué)生集合S＝{S₁，S₂，...，S_u}、試題集合J＝{J₁，J₂，...，J_v}和學(xué)生試題得分矩陣R＝[r_uv]_U×V，其中，r_uv＝1表示學(xué)生u答對試題J_v，r_uv＝0表示學(xué)生u答錯試題J_v；對在試題集合J所考察的所有知識點K＝{K₁，K₂，...，K_k}，試題與知識點關(guān)聯(lián)情況由Q矩陣定義：Q＝[q_vk]_V×K，其中，q_vk＝1表示試題J_v考查知識點k，q_vk＝0表示試題J_v未考查知識點k；