基于知識圖譜的個性化學(xué)習(xí)資源推薦研究.pdf

1、№436867河南衙瓤大誓河南衙瓤大霉碩士學(xué)位論文基于知識圈譜的個性化學(xué)習(xí)資源推薦研究學(xué)科、專業(yè)：研究方向：申請學(xué)位類別：串請人：指導(dǎo)教師：計算機(jī)科學(xué)與技術(shù)知識圈譜、個性化教育理學(xué)碩士文《昱良張聰品教授二。一八年五月摘要隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)學(xué)習(xí)在教育領(lǐng)域得到加速發(fā)展，通過網(wǎng)絡(luò)學(xué)習(xí)已是普遍現(xiàn)象，因此，對學(xué)習(xí)者需要掌握知識的深度和廣度提出了更高的要求。人工智能技術(shù)的發(fā)展雖提高了學(xué)習(xí)者對資源的獲取程度，但在海量的學(xué)習(xí)資源背景下，如何使

2、學(xué)習(xí)者在有限的時間里明確學(xué)習(xí)方向，向?qū)W習(xí)者推薦合適的學(xué)習(xí)資源以幫助其提高學(xué)習(xí)效率，更全面地掌握專業(yè)知識是目前亟待解決的問題?？朔W(wǎng)絡(luò)學(xué)習(xí)中的“學(xué)習(xí)迷航“和“認(rèn)知過載”的關(guān)鍵在于怎樣讓學(xué)習(xí)者在海量增長的學(xué)習(xí)資源中找到合適的學(xué)習(xí)路徑，以便給學(xué)習(xí)者提供準(zhǔn)確和個性化的試題推薦，幫助學(xué)習(xí)者有的放矢。針對上述問題，本文對學(xué)習(xí)資源中的學(xué)習(xí)路徑推薦與個性化試題推薦進(jìn)行了研究。以下是本文的主要工作：(1)闡述了知識圖譜的有關(guān)理論，研究了知識點間的關(guān)聯(lián)關(guān)系

3、與性質(zhì)，并且研究了知識點知識圖譜的構(gòu)建方法。根據(jù)課程中的知識點構(gòu)建知識圖譜，研究了通過專家知識以及知識點間的依賴關(guān)系如何構(gòu)建知識點知識圖譜。(2)根據(jù)知識點間的依賴關(guān)系定義知識點的個體貢獻(xiàn)值，然后提出了基于知識點貢獻(xiàn)值的知識點中心度計算方法和基于知識點度值與貢獻(xiàn)值的知識點中心度的計算方法。通過仿真實驗與現(xiàn)有的知識點中心度計算方法進(jìn)行比較來驗證本文提出的算法的有效性。最后對知識點知識圖譜不同階層的知識點中心度進(jìn)行排序，選擇中心度的降序排序

4、為學(xué)習(xí)者推薦學(xué)習(xí)路徑。(3)針對海量試題導(dǎo)致知識過載使學(xué)習(xí)者盲目學(xué)習(xí)，效率不高等問題，提出了基于知識點知識圖譜的個性化試題推薦算法。首先根據(jù)試題與知識點的關(guān)系建立試題知識點矩陣，通過學(xué)習(xí)者的試題作答記錄，計算知識點失分率。然后利用知識點間貢獻(xiàn)值和知識點失分率計算新的知識點失分率，與設(shè)定的閡值進(jìn)行比較，選出學(xué)習(xí)者掌握薄弱的知識點。最后為學(xué)習(xí)者推薦試題。實驗表明，本文提出的試題推薦算法能夠提高準(zhǔn)確率與效果。關(guān)鍵詞：知識圖譜，學(xué)習(xí)路徑，知識點