【技术实现步骤摘要】
一种知识图谱的构建方法、系统及存储介质
本专利技术涉及教育信息化
，具体涉及一种知识图谱的构建方法、系统及存储介质。
技术介绍
随着互联网和大数据时代的到来，传统的教育方式越来越难以满足学生日益增长的个性化学习需求。自适应在线学习由于其因材施教和使用方便等特点，开始逐渐被广泛使用。自适应学习的重要组成部分是学生能力评估和学习资源推荐，这些都需要基于一个结构化的教育领域知识体系。因此，构建一个教育知识图谱以支持自适应学习成为当前迫切需要解决的问题。在对现有技术的研究与实践过程中，本专利技术的专利技术人发现，现有技术中的知识图谱结构的构建一般采用静态模型，并且利用IRT或BKT知识点追踪法进行知识状态的评估。但是，采用静态模型构建知识图谱无法表现知识点之间的关联性和动态发展特性，并且，IRT和BKT技术是假定用户一旦掌握某一知识点就不会遗忘，并没有考虑到用户对知识点的遗忘性，导致用户在以后做到属于该知识点的题目时往往就会表现很好，而现实中却会发生遗忘该知识点的情况，造成预测准确率低的缺陷。专利技术内...
【技术保护点】
1.一种知识图谱的构建方法，其特征在于，至少包括如下步骤：/n采集初始学习数据并存储至学习资源数据库中，根据学科教学大纲及教材对所述初始学习数据进行本体术语提取，并对提取得到的本体术语进行标注；/n录入每个元知识点之间的联系及顺序，通过本体编辑器构建有向的学科知识图谱，生成OWL文件并以三元组的形式存储至学习系统中；/n实时更新录入用户的学习过程状态数据，通过DKT算法对用户的学习过程状态数据进行多知识点建模，得到用户的学习掌握状态；/n根据所述用户的学习掌握状态挖掘各知识点之间的联系，动态更新学科知识图谱。/n
【技术特征摘要】
1.一种知识图谱的构建方法，其特征在于，至少包括如下步骤：
采集初始学习数据并存储至学习资源数据库中，根据学科教学大纲及教材对所述初始学习数据进行本体术语提取，并对提取得到的本体术语进行标注；
录入每个元知识点之间的联系及顺序，通过本体编辑器构建有向的学科知识图谱，生成OWL文件并以三元组的形式存储至学习系统中；
实时更新录入用户的学习过程状态数据，通过DKT算法对用户的学习过程状态数据进行多知识点建模，得到用户的学习掌握状态；
根据所述用户的学习掌握状态挖掘各知识点之间的联系，动态更新学科知识图谱。
2.根据权利要求1所述的知识图谱的构建方法，其特征在于，还包括：
采用TransE算法对所述学科知识图谱进行知识推理，增加新的元知识点及其层级关系，进一步完善所述学科知识图谱。
3.根据权利要求1所述的知识图谱的构建方法，其特征在于，所述初始学习数据，包括学习者个人信息、学科学习内容信息、学科练习测试数据和学习资源数据。
4.根据权利要求1所述的知识图谱的构建方法，其特征在于，所述标注包括自动标注和手动标注，其中，
所述自动标注，具体为：在本体编辑器构建有向的学科知识图谱过程中，使用Jena框架实现本体术语的层级关系；
所述手动标注，具体为：整理所述提取得到的本体术语的属性关系和相关关系，通过Jena框架导入本体编辑器中。
5.根据权利要求1所述的知识图谱的构建方法，其特征在于，所述学习过程状态数据，包括知识状态记录和知识水平测试记录，其中，
所述知识状态记录包括已掌握知识点的统计信息和未掌握知识点的统计信息，所述知识水平测试记录包括题目、答题结果、答题次数和答题时间。
6.根据权利要求1所述的知识图谱的构建方法，其特征在于，所述实时更新录入用户的学习过程状态数据，通过DKT算法对用户的学习过程状态数据进行多知识点建模，得到用户的学习掌握状态，具体为：
获取学习者在系统里所有时序的学习测试数据作为DKT模型的训练样本；
采用tensorflow方法实现一个LSTM训练；
将每个学习者的学习数据作为一个批次输入后进行模型训练处理；
模型训练完成后导出DKT模型，部署至tensorflowserv...
【专利技术属性】
技术研发人员：周敏，杨健明，陈冠东，吴梓聪，
申请(专利权)人：广东宜学通教育科技有限公司，
类型：发明
国别省市：广东;44
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。