[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

本發明的目的是提供一種基于學習風格與認知水平的個性化資源推薦方法，包括：從學習行為記錄得到學習者的歷史學習風格；根據學習者歷史測驗記錄判斷學習者的歷史認知水平；更新歷史學習風格和歷史認知水平；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；計算學習者認知水平與學習資源難度之間的差異度；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。本發明在為學習者進行學習資源推薦的過程中對學習者之間的差異進行了區分，實現了個性化學習資源推薦。

技術領域

本發明屬于教育推薦技術領域，具體涉及一種基于學習風格與認知水平的個性化資源推薦方法。

背景技術

教育信息化的發展使學習者的學習方式從傳統的課堂學習轉變成在線學習，特別是在2020新冠疫情期間，各大中小學、高校以及線下教育培訓機構全面停止線下課程，推動大量用戶從線下轉至線上。在教育大數據的發展下，教學資源呈現出資源海量、信息過載且質量良莠不齊的特征，學習者在這種環境下面臨著“信息過載”和“知識迷航”的問題，海量的學術資源出現在互聯網上，雖然滿足了用戶對學術資源的基本需求，但是也使得學習者需要花費大量的時間來獲取對自己真正有用的學術資源，這就是所謂的信息超載問題。目前，一些常見的學習管理系統，提供給學習者的都是千篇一律的學習活動順序和學習資源，而實際上，學習者是存在個性差異的，具有不同的學習風格、認知水平、學習動機、社會背景。在線學習中學習者獲取學習資源的方式對學習效率有著重要的影響，傳統通過匹配方式獲得學習資源會占用學習者大量的時間，而通過結合學習者學習興趣的學習資源推薦可以主動的將合適的學習資源推薦給學習者，對于提升學習者的學習效率有著重要的作用。

在學習者模型的分析過程中，楊超考慮了學習風格與學習內容的匹配，卻忽略了學習者能力的適應程度；有研究者考慮并分析了基于學習者的偏好信息去推薦學習內容，但是弊處是不能說只考慮學習偏好去推薦，因為對于學習者來說，不應只考慮學習者喜歡什么樣的教學資源，而更應該考慮到學習者應該學習什么樣的知識；趙蔚考慮了基于學習風格和認知水平的學習者模型去推薦，但是在用戶有學習行為記錄時，沒有通過數據分析對這兩個因素去進行修正和更新，在線學習資源推薦主要涉及模型構建與推薦機制選擇兩個方面。目前在推薦過程中常用的算法有：基于內容的推薦、隱語義模型、協同過濾算法但是如何通過對學習者在線評論數據進行挖掘，構建個性化模型，實現學習資源的推薦還處于初步探索階段。

發明內容

本發明的目的是提供一種基于學習風格與認知水平的個性化資源推薦方法，在為學習者進行學習資源推薦的過程中對學習者和學習資源之間的差異進行了區分，實現了個性化學習資源推薦。

本發明所采用的技術方案是，一種基于學習風格與認知水平的個性化資源推薦方法，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

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，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；

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；

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；