[发明专利]基于教育大数据的学习者模型动态构建方法

权利要求书

1.一种基于教育大数据的学习者模型动态构建方法，其特征在于，包括如下步骤：

(1)学习数据聚集：采集在线学习平台中学习者的基本信息数据和行为数据；所述基本信息数据包括家庭、学历背景、身份、地域数据，行为数据包括在线学习时的浏览、学习、交互、测试数据；对采集的数据进行清理、变换、规约和集成处理，并将处理的数据划分成结构化数据、半结构化数据和非结构化数据；

(2)学习经历量化：依据行为主义理论，通过Experience API规范将结构化数据、半结构化数据和非结构化数据以“活动流”的形式来描述学习者的学习经历，并利用Statement记录学习者的学习经历数据，形成学习者学习经历序列；

(3)学习者特征提取：借助大数据分析和挖掘技术从学习者不同时空场景下学习经历序列中提取有效的特征信息并挖掘其隐性特征信息和相关关系，依据《学习者模型规范CELTS-11》将提取和挖掘的信息归为个人信息、学业信息、管理信息、关系信息、安全信息、偏好信息、绩效信息及作品信息八类，根据特征信息是否随时间变化将提取和挖掘的特征信息划分为静态特征信息和动态特征信息并将其存储在学习者数据库中；

(4)个性化学习概览动态构建：依据学习者数据库中不同时空场景下动、静态特征信息及其相关关系对学习者进行画像，多维度的动态构建学习者在不同时空下的个性化学习概览；

所述步骤(4)包含如下子步骤：

(4.1)对学习者进行建模之前首先在学习者数据库中检索是否有该学习者的学习者模型，若否执行(4.2)，若是执行(4.3)；

(4.2)依据学习者的基本特征数据初始化该学习者的学习者模型；

(4.3)将学习者在不同时空的特征信息间的关系进行映射；

(4.4)通过学习者多维度的动、静态特征信息和相关关系对学习者进行“画像”；

P＝SC_i+DC_i+V_i+Time+Place

其中P为学习者的个性化概览，SC_i为动态特征信息，DC_i为静态特征信息，V_i为特征之间的相关关系，Time特征发生的时间，Place为特征发生的地点；

(5)通过自适应技术对学习者的学习过程进行实时的监控，监测学习者多维度信息的变化，实时的对变化的特征信息进行聚集、量化、提取，并将其更新在学习者数据库中。

2.根据权利要求1所述的基于教育大数据的学习者模型动态构建方法，其特征在于，本发明所述步骤(2)以E＝S,B,O三元组形式的“活动流”描述学习者的学习经历，其中E表示学习经历，S表示学习者，B表示行为，O表示学习对象， 同时，Statement以“经历—事件—陈述”三个层次，记录学习者的学习经历数据。

3.根据权利要求1所述的基于教育大数据的学习者模型动态构建方法，其特征在于，所述步骤(5)中的更新方法为通过自适应技术动态的监测学习者数据库中特征信息的变化，对于有变化的特征信息自动的更新到学习者的个性化学习概览中。