基于学科知识图谱的个性化学习路径和学习资源推荐方法技术

本发明专利技术公开了基于学科知识图谱的个性化学习路径和学习资源推荐方法，包括以下步骤：1)构建学科知识图谱；2)通过矩阵演化初步得到学习者知识点掌握情况；3)通过定义知识推理进一步得到学习者知识点掌握情况；4)计算学习者与资源相似度；5)计算学习者知识点掌握情况与资源知识点相似度；6)加权计算学习者与资源相似度和学习者知识点掌握情况与资源知识点相似度；7)生成个性化学习路径与学习资源推荐结果。本发明专利技术通过对学习者学习情况诊断，有效提高了推荐的精准度；同时在学习情况诊断与资源推荐方面，通过为知识点定义多重的属性来增加个性化推荐的精准度，具有很高的延展性与应用价值。价值。价值。

【技术实现步骤摘要】
基于学科知识图谱的个性化学习路径和学习资源推荐方法


[0001]本专利技术涉及个性化学习推荐领域，特别涉及基于学科知识图谱的个性化学习路径和学习资源推荐方法。

技术介绍

[0002]信息技术的不断发展与现代教育理论的不断发展改变了人们的学习方式，教育信息化催生了大量的网络学习平台，人们的学习不再受到场地和时间等因素的限制，变得更为灵活和自由。但网络信息数据的爆炸性增长在给学习者带来巨大便利的同时，也不可避免的带来了一些问题的困扰，尤其是信息过载和信息迷航问题。人们面对爆发式的数据，这些数据使他们难以有效的分辨、接受、处理和利用，这导致了信息过载问题；而信息迷航指的是用户在复杂的网络环境中收集信息时，往往会被一些无关的问题吸引，迷失了信息的查找方向或者忘记了最初的学习目标。
[0003]知识图谱旨在以结构化的形式描述客观世界的概念、实体、事件和他们之间的关系。知识图谱能够存储知识点与知识点之间的关系，丰富知识点的语义关系，整合学习资源，形成学科知识网络。将知识图谱应用到个性化学习推荐中，能够帮助学习者了解学习过程中知识点在知识体系中的位置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于学科知识图谱的个性化学习路径和学习资源推荐方法，其特征在于，包括以下步骤：步骤1)构建学科知识图谱：根据学科知识点相互之间的关联关系定义知识点结构，使用领域本体表示学科知识点并使用本体语言进行描述，构建学科知识图谱；步骤2)通过矩阵演化模型初步得到学习者知识点掌握情况：通过试题对学习者进行测试，得到学习者
‑
知识点矩阵与试题
‑
知识点矩阵，通过演化初步得到学习者的知识点掌握情况，包括判定已掌握和未掌握的知识点；步骤3)通过定义知识推理进一步得到学习者知识点掌握情况：对于步骤2)中判定未掌握情况的知识点，根据他们与已判定掌握情况的知识点的存在的关联关系，运用知识推理技术，通过一定的推理规则，遍历知识图谱，进一步得到学习者知识点掌握情况；步骤4)计算学习者与资源相似度：基于资源文本数据，使用TextRank算法抽取关键词，使用BERT对关键词进行词向量表示，构建资源知识库，通过提取学习者历史资源中包含的知识点构成学习者知识库，最后使用词向量计算文本的相似度作为用户兴趣与资源的相似度Interest；步骤5)计算学习者知识点掌握情况与资源知识点相似度：定义知识点之间的最短路径距离，由此给出公式来表示知识点间的关联程度，通过学习者特征计算学习者知识点掌握情况与资源知识点相似度DOC；步骤6)加权计算学习者与资源相似度和学习者知识点掌握情况与资源知识点相似度：对于步骤4)中得到的用户兴趣与资源的相似度Interest与步骤5)中得到的学习者知识点掌握情况与资源知识点相似度DOC进行线性加权融合，得到资源推荐度Sim，并且引入参数α来平衡学习者兴趣与知识点掌握情况的权重关系；步骤7)生成个性化学习路径与学习资源推荐结果：根据步骤3)中得到的学习者知识点掌握情况，将知识点中未掌握的知识点按照从基础到进阶的顺序生成学习者的待学习知识点路径，根据步骤6)中得到的资源推荐度Sim，取推荐度最高的Top
‑
N个结果推荐给学习者。2.根据权利要求1所述的基于学科知识图谱的个性化学习路径和学习资源推荐方法，其特征在于，所述步骤1)具体包括：步骤1.1)定义知识点结构：定义知识点之间有四种关系，所述四种关系包括前提与、前提或、后置与和后置或，将知识点结构记为G＝(K，R)，其中集合K＝{k1，k2，k3，
…
，k
n
}表示某学科中包含的知识点，n表示知识点总个数，集合R＝{r
1，2
，r
2，3
，
…
，r
i，j
，
…
，r
n
‑
1，n
}，1≤i＜j≤n，表示知识点间的关联关系，其中n表示知识点总个数，r
i，j
表示知识点k
i
与知识点k
j
之间的关联关系，具体地，r
i，j
可以表示为＜k
i
&k
j
＞，＜k
i
|k
j
＞，＜k
i
&k
j
＞表示k
i
与k
j
是前提与关系，k
j
与k
i
是后置与关系，＜k
i
|k
j
＞表示k
i
与k
j
是前提或关系，k
j
与k
i
是后置或关系；步骤1.2)使用领域本体表示步骤1.1)中定义的知识点结构，使用概念、关系和实体三个元素对领域本体进行建模，其中知识点为概念元素，知识点间的关联关系为关系元素，具体的知识点k为实体元素；使用本体语言OWL中的三元组来描述领域本体，所述三元组包括类，属性，对象，其中类对应概念元素，属性分为关联属性与掌握属性，关联属性对应关系元素，掌握属性对应领域本体中实体元素的标记，对象对应实体元素，三元组的结构可以表示为：
步骤1.3)应用知识图谱表示技术对学科知识图谱进行可视化。3.根据权利要求1所述的基于学科知识图谱的个性化学习路径和学习资源推荐方法，其特征在于，所述步骤2)具体包括：步骤2.1)从题库中抽取测试试题，对学习者A进行测试，使用集合Q＝{q1，q2，
…
，q
t
}表示测试试题，t表示试题个数，使用集合K＝{k1，k2，
…
，k
m
}表示测试试题包含的知识点，m表示试题中知识点个数，使用向量S＝{s1，s
i
，
…
，s
m
}表示知识状态，其中s
i
表示学习者A对知识点k
i
的掌握情况，具体地，取值0、1、
‑
1来代表未知、掌握与未掌握，为每个试题增加难易度的权重数；步骤2.2)使用试题
‑
知识点矩阵来表示步骤2.1)试题集合Q与知识点集合K的对应关系，其中c
ij
表示试题q
i
与知识点k
j
之间的关系，具体地，取值为0、1、
‑
1、
‑
2分别代标记未知、掌握、未掌握、不包含四种情况，count
i
代表试题q
i
中未掌握的知识点的个数，初始化知识点掌握情况均为未知；步骤2.3)对所述步骤2.2)中的矩阵C进行演化，初步得到学习者知识点掌握情况。4.根据权利要求3所述的基于学科知识图谱的个性化学习路径和学习资源推荐方法，其特征在于，所述步骤2.3)具体包括：步骤2.3.1)若学习者A答对了某道题目，则暂时判定该试题涵盖的知识点均被掌握，将学习者A答对题目中涵盖的知识点使用集合R＝{r1，r2，
…
，r
p
}表示，在矩阵C中将答对试题中关联知识点的行向量更新为1，并删除集合R中知识点对应的列向量，更新矩阵C所有包含此知识点的count值以及所述步骤2.1)中的知识状态向量S；步骤2.3.2)若学习者A答错了某道题目，则暂时判定该试题涵盖的知识点均未被掌握，在矩阵C中将答错试题中关联知识点的行向量更新为
‑
1，更新矩阵C所有包含此知识点的count值以及所述步骤2.1)中的知识状态向量S；步骤2.3.3)若某道试题的count值为1，除未判定标记外其他标记的值为1，且该道试题被答错，则判定为此时该道试题对应知识点未被掌握，将该道试题此时标记为未判定的知识点更新为
‑
1，并将矩阵C中该道试题序列以后包含该知识点的试题所对应的标记更新为
‑
1，更新矩阵C的count值以及所述步骤2.1)中的知识状态向量S；步骤2.3.4)若某道试题的count值为1，但该道试题包含未掌...

【专利技术属性】
技术研发人员：朱毅，陈家合，王志，金雨扬，章永龙，孙小兵，
申请(专利权)人：扬州大学，
类型：发明
国别省市：