[發明專利]一種基于學習風格與認知水平的個性化資源推薦方法

有效

• 申請號: 202110472093.8
• 申請日: 2021-04-29
• 公開（公告）號: CN113190747B
• 公開（公告）日: 2023-04-14
• 發明（設計）人: 王磊;羅穎
• 申請（專利權）人: 深圳采貝教育科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06Q50/20;G06N7/01;G06N3/04;G06F16/36;G06F16/901
• 代理公司: 廣州中粵知識產權代理事務所(普通合伙) 44752
• 代理人: 鄭嫻雅

1.一種基于學習風格與認知水平的個性化資源推薦方法，其特征在于，具體按照以下步驟實施：

步驟1、從學習行為記錄得到學習者的歷史學習風格

所述學習行為包括查閱資源類型、學習時長、對資源的瀏覽次數、對論壇的發帖量、讀帖量行為數據，所述學習風格包括四個維度，每個維度包括兩種行為方式A和B，第一個維度的行為方式包括A活躍型和B沉思型，第二個維度的行為方式包括A感悟型和B直覺型，第三個維度的行為方式包括A序列型和B綜合型，第四個維度的行為方式包括A視頻型和B言語型，上述每種行為方式即為一種學習風格，將學習行為記錄中的歷史學習行為通過估算規則進行計算，獲得歷史學習行為對應的歷史學習風格；

步驟2、根據學習者歷史測驗記錄判斷學習者的歷史認知水平；

步驟3、判斷學習者當前的學習風格，并利用當前的學習風格對歷史的學習風格進行更新；

所述步驟3具體為：

通過學習風格問卷判斷學習者當前的學習風格，并利用當前的學習風格對歷史的學習風格進行修正和更新；所述學習風格問卷由多道題目組成，每種學習風格的維度對應相同數量題目，根據作答結果計算學習者偏向學習風格程度，并由此判斷學習者的學習風格種類，該學習風格種類即為當前的學習風格，更新歷史學習風格記錄；

步驟4、通過認知診斷得到學習者當前認知水平，利用當前的認知水平對歷史的認知水平進行更新；

所述步驟4具體為，

步驟4.1、每個學習者u描述為一個知識點掌握程度向量，學習者u對第k個知識點的掌握程度表示為α_u，α_u＝{α_u1，α_u2，...，α_uk}，其中每一維對應一個知識點，α_uk＝1表示學習者u掌握第k個知識點，α_uk＝0表示學習者u未掌握第k個知識點；

步驟4.2、在已知學習者u的知識點掌握向量α_uk的情況下，對于學生u未作答的試題Jv根據下式獲得學習者u對試題Jv的潛在作答：

步驟4.3、基于步驟4.2對學習者建模DINA模型，DINA模型為Deterministic?Inputs，Noisy“And”gate?model，DINA模型表達式：

式(8)中，g_v表示猜測率，即未掌握答對任何試題技能的學生答對試題v的概率；s_v表示失誤率，即掌握答對任何試題技能的學生答錯試題v的概率；Pv表示學習者對未作答的試題Jv的掌握；

步驟4.4、對學習者知識點掌握進行建模得到學生的個性化知識點掌握程度，并根據學習者的個性化知識點掌握程度獲得學習者在試題上的掌握程度，判斷學習者當前的認知水平；

步驟5、結合構建的學科知識圖譜，聯系資源對應的知識點難度，進行學習者學習風格和學習資源類型之間差異度計算；

所述步驟5具體按照以下步驟實施：

步驟5.1、將初中數學知識點整理為csv格式文件，并使用圖數據庫Neo4j將知識點實體信息和關系信息進行知識存儲并構建知識圖譜，定義Q個學習資源的集合為：

O＝{o₁，o₂，...，o_Q}

學習資源選擇矩陣：

步驟5.2、學習資源的媒體表現形式為四種，分別是：文字e_n1、圖片e_n2、音頻e_n3、視頻e_n4，學習資源對象Q_n采用各種表現方式的程度LRE_n：

LRE_n＝{e_n1，e_n2，e_n3，e_n4}?(9)；

步驟5.3、基于知識圖譜，計算學習者學習風格和學習資源類型之間的差異度：

式(10)中，x_ij表示從學習資源矩陣隨機抽取的個體；

步驟6、計算學習者認知水平與學習資源難度之間的差異度；

所述步驟6學習者認知水平與學習資源難度之間的差異度為，

f_2(x)＝x_ij×|rd_i-r_i|?(11)

式(11)中，rd表示學習資源的難度，其中，資源難度0≤rd_n≤1，i屬于n；

步驟7、通過深度神經網絡輸出個性化學習資源，完成向學習者推薦符合學習需求的個性化學習資源。