基于求解策略的个性化习题资源推荐方法及系统技术方案

技术编号:43118213 阅读:29 留言:0更新日期:2024-10-26 09:56
本发明专利技术提供了一种基于求解策略的个性化习题资源推荐方法及系统,其中的方法首先得到学习者的知识盲点集合,然后进行策略层级知识图谱的构建,将学习策略与知识概念紧密结合,生成多层次的、策略导向的知识网络。接着进行基于策略层级知识图谱的知识概念学习路径生成,为学生生成一条考虑了知识的逻辑顺序和难易程度的个性化学习路径,辅助学生能够在尽可能短的时间内,以最高效的学习路径学习并掌握相关知识。最后进行基于求解策略的习题资源推荐,为学生推荐与当前学习路径相匹配的习题资源。通过双向映射关系,最终推荐的习题资源不仅覆盖了学生需要掌握的知识概念,且合并了习题求解策略,从而能够大大改善个性化习题资源的推荐效果。

【技术实现步骤摘要】

本专利技术涉及个性化推荐,尤其涉及一种基于求解策略的个性化习题资源推荐方法及系统


技术介绍

1、在当今的信息时代,教育资源的数量和多样性已经非常丰富。学生和用户在学习和娱乐中面临着多样化的选择。然而,海量数据带来了巨大的挑战:如何在海量的教育资源中找到最合适自己的资源。个性化的推荐系统为学生提供了最高效的学习资源推荐。

2、个性化教育资源推荐系统的核心思想是通过分析学生的行为和喜好,如学习历史、兴趣和需求,为他们推荐最合适的课程、教材、视频等教学内容。

3、现有技术中的个性化教育资源推荐方法一般包括如下几种:

4、1)基于内容的推荐:基于内容的推荐算法通过分析教育资源的特征,如标题、描述、标签等,为学生推荐最相似的资源。算法的核心是通过距离度量项目之间的相似度。

5、2)基于协同过滤的推荐:协同过滤是一种基于学生行为的推荐算法,它通过分析学生之间的相似性,为学生推荐相似的学生喜欢的资源。协同过滤可以分为基于学生的协同过滤和基于教育资源的协同过滤。

6、3)混合推荐:混合推荐是一种将多种推荐算法结本文档来自技高网...

【技术保护点】

1.基于求解策略的个性化习题资源推荐方法,其特征在于,包括:

2.如权利要求1所述的基于求解策略的个性化习题资源推荐方法,其特征在于,抽取元数据构建策略层级知识图谱,包括:

3.如权利要求2所述的基于求解策略的个性化习题资源推荐方法,其特征在于,标注的求解策略包括:函数思想、极限思想、化归思想、类比思想、数形结合思想、数学建模思想、整体与局部思想、分类讨论思想以及未知类型思想。

4.如权利要求1所述的基于求解策略的个性化习题资源推荐方法,其特征在于,学习者的知识盲点集合包括学习者未掌握的知识概念,根据知识盲点集合或者目标知识概念的选择情况,获取目标知识...

【技术特征摘要】

1.基于求解策略的个性化习题资源推荐方法,其特征在于,包括:

2.如权利要求1所述的基于求解策略的个性化习题资源推荐方法,其特征在于,抽取元数据构建策略层级知识图谱,包括:

3.如权利要求2所述的基于求解策略的个性化习题资源推荐方法,其特征在于,标注的求解策略包括:函数思想、极限思想、化归思想、类比思想、数形结合思想、数学建模思想、整体与局部思想、分类讨论思想以及未知类型思想。

4.如权利要求1所述的基于求解策略的个性化习题资源推荐方法,其特征在于,学习者的知识盲点集合包括学习者未掌握的知识概念,根据知识盲点集合或者目标知识概念的选择情况,获取目标知识概念,包括:

5.如权利要求2所述的基于求解策略的个性化习题资源推荐方法,其特征在于,基于生成的知识概念学习路径、习题资源层与知识概念层之间的映射关系以及习题资...

【专利技术属性】
技术研发人员:钟睿王坤
申请(专利权)人:华中师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1