[发明专利]一种基于闪电搜索算法的个性化学习路径优化方法

说明书

本发明公开一种基于闪电搜索算法的个性化学习路径优化方法。该方法包括步骤：建立学习路径优化问题的数学模型；基于闪电搜索算法的学习路径优化。本发明使系统能够根据学习者的学习目标与知识掌握程度，对合适的资源进行内容重组，形成最优化学习路径，使学习者能够快速完成学习目标。

技术领域

本发明学习路径优化领域，特别是涉及一种基于闪电搜索算法的个性化学 习路径优化方法。

背景技术

在线学习系统是一种依托互联网等新兴媒介实现学习内容传递的知识服 务方式，在信息技术的推动下，在线学习逐渐成为获取知识的一种主流方式。 在线学习系统虽然积累了大量学习资源，但学习者往往很难从海量的资源中快 速找到合适的学习路径与学习内容。因此在线学习系统的智能化，个性化成为 了国内外学者的研究热点。

学习路径优化问题可以描述为：已知课程包含的所有知识点及对应的学习 资源，学习者的学习目标及知识掌握水平。学习者从某一个学习资源开始，按 知识点之间的顺序依次学习目标知识点对应的学习资源，并且每个知识点只能 学习一次，在完成所有目标知识点学习后，结束学习过程。该问题求解结果为 一组由学习资源组成的学习路径，并且使路径满足：(1)学习资源难度最合适； (2)总学习花费最小；(3)选取的学习资源同目标知识点相关度最大。

由于学习路径优化问题是一个典型的离散型组合优化问题，传统的PSO 算法难以处理其中的顺序约束关系。而且传统的PSO算法缺乏速度的动态调 节，容易陷入局部最优，导致收敛精度低和不易收敛。因此很难通过传统的 PSO算法形成最优化的学习路径。

发明内容

本发明的目的是提供一种基于闪电搜索算法的个性化学习路径优化方法， 使系统能够根据学习者的学习目标与知识掌握程度，对合适的资源进行内容重 组，形成最优化学习路径，使学习者能够快速完成学习目标。

为实现上述目的，本发明提供了如下方案：

一种基于闪电搜索算法的个性化学习路径优化方法，包括步骤：

建立学习路径优化问题的数学模型；

基于闪电搜索算法的学习路径优化。

可选的，建立学习路径优化问题的数学模型，包括以闪电的引导放电体 X＝{x₁,x₂,x₃...x_n}为群体个体，其中n为学习资源的数量。

目标函数：F(x)＝w₁×f₁+w₂×f₂+w₃×f₃,其中w₁,w₂,w₃使3个目标函数的权重，

f₁表示学习难度，即推荐学习路径上的所有学习资源的学习难度同学习者 的知识掌握水平的差距；

f₂表示学习花费，推荐学习路径上所有学习资源的学习资源花费；

f₃表示相关度，推荐学习路径上的所有学习资源同目标知识点的相关度差 距。

可选的，基于闪电搜索算法的学习路径优化，包括通过闪电搜索算法迭代 得到一组最优解，再采用实数编码的方法将连续的实数解转化为离散的整数 解，引导放电体的解{x₁,x₂,x₃...x_n}由整数和小数部分构成，表示x_i＝(I_i,D_i)，其 中I_i表示是否选取此学习资源，当I_i＝0时，说明不选择该资源；解的大小顺序 表示学习资源的路径选择顺序。