本发明专利技术提供一种知识点关联方法及装置、及包含该装置的服务器和客户端，该知识点关联方法，包括从知识库中获取所有目标知识点，然后确定第一目标知识点和其余的第二目标知识点的关系强度，根据该关系强度确定与第一目标知识点相关的第二目标知识点，然后再将第一目标知识点与所有相关的目标知识点相关联，这样就获得了与任一目标知识点相关联的其余目标知识点。本方案中通过借助获取的目标知识点作为基础，根据目标知识点间的关系强度的大小确定相关的目标知识点，然后进行关联，用于后续知识点的推荐，便于用户进行关联学习。避免了现有技术中的推荐方法，需要借助用户的历史数据进行推荐，对于首次使用时无法为用户进行合理的推荐的技术问题。
【技术实现步骤摘要】
本专利技术涉及电数字数据处理技术和电子学习技术，具体地说是一种用于电子学习 的知识点关联方法及装置、以及包含该装置的服务器和客户端。
技术介绍
随着电子信息技术的发展，数字出版资源已成为信息提供的主要方式之一。人 们已从纸质阅读大量地转向电子阅读。数字出版资源包含电子图书、数字百科全书、数字 期刊、数字报刊等。数字出版资源提供的信息通常比互联网更加权威和正确。因此，如 何根据数字出版资源的特点提高人们学习或阅读体验变得尤为重要。在技术增强学习 (Technology Enhanced Learning)中，开发推荐系统越来越得到更多的重视。 目前，大部分的推荐系统使用用户的偏好或用户的历史访问数据进行计算，如中 国专利文献CN101661483A中公开了一种推荐系统及方法，包括：保存从源历史数据集中选 择的部分源历史数据组成的样本历史数据集；建立样本历史数据集中的样本历史数据与源 历史数据集中的源历史数据之间的链接，每一个样本历史数据与每一个源历史数据之间的 链接具有各自的第一权值；基于用户当前输入的查询信息，从样本历史数据集中选择至少 一个样本历史数据组成第一推荐结果，第一推荐结果中的每个样本历史数据对于用户当前 输入的查询信息具有各自的第二权值；根据第一权值和第二权值从源历史数据中选择至少 一个源历史数据组成第二推荐结果。该方案基于用户的历史访问数据进行推荐，当数字资 源刚刚上线，没有阅读历史，不存在历史访问数据时，则无法完成上述推荐。 现有的数字资源中，存在一些汇集了多种知识信息的数据知识资源，如百科全书， 百科全书是一种数字出版资源，通常领域百科全书包含了该领域内的重要知识点。此外，像 百度百科、维基百科等，作为知识点收集库，也汇集了一些领域中的知识点。
技术实现思路
为此，本专利技术所要解决的技术问题在于现有技术中的推荐方法和系统，需要借助 用户的历史访问数据，当不存在该历史数据时，无法进行推荐，从而提出一种无需用户的访 问记录即可完成推荐的知识点关联方法及装置、以及包含该装置的服务器和客户端。 为解决上述技术问题，本专利技术提供一种知识点关联方法，包括如下步骤： 获取所有目标知识点； 选取第一目标知识点，确定所述第一目标知识点与每个第二目标知识点的关系强 度，其中，第二目标知识点为所有目标知识点中除所述第一目标知识点之外的所有目标知 识点； 根据确定的每个关系强度，确定与所述第一目标知识点相关的第二目标知识点； 将所述第一目标知识点与所有相关的第二目标知识点相关联。 此外，本专利技术还提供一种知识点关联装置，包括： 目标知识点获取单元：获取所有目标知识点； 关系强度计算单元：选取第一目标知识点，确定所述第一目标知识点与每个第二 目标知识点的关系强度，其中，第二目标知识点为所有目标知识点中除所述第一目标知识 点之外的所有目标知识点； 相关知识点确定单元：根据确定的每个关系强度，确定与所述第一目标知识点相 关的第二目标知识点； 关联单元：将所述第一目标知识点与所有相关的第二目标知识点相关联。 另外，本专利技术还提供一种服务器，包括上述知识点关联装置。 此外，本专利技术还提供一种客户端，包括上述知识点关联装置。 本专利技术的上述技术方案相比现有技术具有以下优点， (1)本专利技术提供一种知识点关联方法，包括从知识库中获取所有目标知识点，然后 确定第一目标知识点和其余的第二目标知识点的关系强度，根据该关系强度确定与第一目 标知识点相关的第二目标知识点，然后再将第一目标知识点与所有相关的目标知识点相关 联，这样就获得了与任一目标知识点相关联的其余目标知识点。本方案中通过借助获取的 目标知识点作为基础，根据目标知识点间的关系强度的大小确定相关的目标知识点，然后 进行关联，用于后续知识点的推荐，便于用户进行关联学习。避免了现有技术中的推荐方 法，需要借助用户的历史数据进行推荐，对于首次使用时无法为用户进行合理的推荐的技 术问题。 (2)本专利技术的知识点关联方法，获取所有相关的第二目标知识点的属性信息，这样 在进行知识点关联时可以获得相关知识点的精准信息，提供更多的信息为用户推荐或者学 习，为了后续其他知识点计算时方便，也可以获取所有的目标知识点的属性信息，这样获取 的比较完整。 (3)本专利技术的知识点关联方法，获取所有知识点的过程，包括获取某一个领域中的 所有知识点，或者获取相关的或者关注的多个领域的所有知识点，或者根据所需的知识点 的类别，在一个或多个领域内获取所需类别的知识点，知识点获取的方式根据需要来选择， 这样，得到的知识点便是所需领域或类别的知识点，为知识点的关联提供合理的基础数据。 (4)本专利技术的知识点关联方法，确定所述第一目标知识点与每个第二目标知识点 的关系强度时，根据显性关系强度和隐形关系强度来构建关系强度矩阵，关系强度可以很 好的表征两个知识点之前的相关程度，将相关程度高的数据推荐给用户，更加符合用户的 需求。 (5)本专利技术的知识点关联方法，计算知识点间的关系强度通过计算所述显性关系 强度和隐性关系强度来获得，避免了现有技术中知识点关系强度的判断缺乏一个绝对的可 衡量值、关系强度的度量不够准确以及部分更强的语义关系强度不能被发现的问题，是一 种可以很好的表达出知识点间的相关程度的计算方法。 (6)本专利技术的知识点关联方法，确定与所述第一目标知识点相关的第二目标知识 点时，可以采用预设阈值的方式，将关系强度大于该阈值的第二目标知识点作为相关的目 标知识点，也可以采用将关系强度降序排列，选取排列在前的部分第二目标知识点作为相 关的目标知识点，选择的方式和个数根据需要灵活设置。 (7)本专利技术的知识点关联方法，将所述第一目标知识点与所有相关的第二目标知 识点相关联时，将所述第一目标知识点的标识作为主体，每个第二目标知识点的标识作为 客体，通过与关联相关的谓词，将主体、谓词和客体作为三元组，通过三元组的方式，可以将 目标知识点的关联关系清晰明确的表示出来。 (8)本专利技术的知识点关联方法，将所述第一目标知识点与所有相关的第二目标知 识点相关联的处理包括采用数据库的方式进行表示。【附图说明】 为了使本专利技术的内容更容易被清楚的理解，下面根据本专利技术的具体实施例并结合 附图，对本专利技术作进一步详细的说明，其中 图1是本专利技术所述的知识点关联方法的流程图； 图2是本专利技术所述的知识点关联方法的流程结构示意图； 图3是本专利技术所述的知识点关联方法的关系强度示意图； 图4是本专利技术所述的知识点关联方法的知识点的名称和解释示意图； 图5是本专利技术所述的知识点关联方法的知识点的内容的显示图； 图6是本专利技术所述的知识点关联方法的关联示意图； 图7是本专利技术所述的知识点关联装置的结构图。【具体实施方式】 实施例1 : 本实施例中提供一种知识点关联方法，用于用户在阅读数字电子资源时，为用户 推荐相关知识，或者为用于提供关联学习。 本实施例中的知识点关联方法，包括 1、获取所有目标知识点 在获取知识点时，可以选择合适的知识库，如领域百科全书、网络百科等，如相关 的知识点为历史类的，可以选择历史百科全书作为数据源，从历史百科全书中获取目标知 识点，作为获取相关知识点的来源。 获取所有知识点的过程，可以获取某一个领域中的所有知识点，或者获取相关的本文档来自技高网...
【技术保护点】
一种知识点关联方法，其特征在于，包括如下步骤：获取所有目标知识点；选取第一目标知识点，确定所述第一目标知识点与每个第二目标知识点的关系强度，其中，第二目标知识点为所有目标知识点中除所述第一目标知识点之外的所有目标知识点；根据确定的每个关系强度，确定与所述第一目标知识点相关的第二目标知识点；将所述第一目标知识点与所有相关的第二目标知识点相关联。
【技术特征摘要】
【专利技术属性】
技术研发人员：叶茂，徐剑波，汤帜，金立峰，任彩红，
申请(专利权)人：北大方正集团有限公司，北京方正阿帕比技术有限公司，北京大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。