[发明专利]一种联想式知识库的自动改进方法

说明书

本发明公开了一种联想式知识库的自动改进方法，步骤为：通过对训练者在训练过程中的行为数据建模，使用统计方法找出知识点之间的拓扑结构以及关联强度，并将结果以添加、更新、删除三种操作作用于联想式知识库网络，实现知识点之间的“联想”。并且类似人类记忆，通过不断持续获得的增量数据，持续以上述操作改进知识库网络，从而实现知识库的不断进化。本发明的联想式知识库在符合学习者学习路线的前提下，还可以根据学习者学习过程中的数据动态调节知识库自身的结构，提高学习效率。

技术领域

本发明涉及用于教育的知识库研究领域，特别涉及一种联想式知识库的自动改进方法。

背景技术

书籍的物理性质决定了知识先后线性地呈现在读者面前。同样，用来做训练的习题，也沿袭了这种线性结构。线性结构的训练缺少知识体系的框架，让学习者训练的模块都是零散、独立的，题目前后的连贯性不强，难以融会贯通。而根据国内外专家学者的研究，人类学习知识的过程并非只能串行地学习，这一过程可以并行实现，即在学习某一知识时，通过发散、联想地得到与之相关的知识亦是能够被学习、记忆的，并且有研究表明这种并行的学习方式不仅提高了效率，还能取得不错的效果。基于以上背景，使用联想题库结构来存储巩固所学知识的训练习题，并运用于受训者能够大大提高学习效果。这种联想式知识库或题库的建立以及知识点网状结构的呈现是传统书籍无法实现的。

发明内容

本发明的目的在于克服现有线性知识点的组织方式的缺点与不足，提供一种联想式知识库的自动改进方法。该方法可以改进现有各种基于计算机的教育的知识库的结构，将知识点之间的非线性关系表现出来，运用于实际训练，并且智能调整节点之间的连接及权重。

本发明的目的通过以下的技术方案实现：一种联想式知识库的自动改进方法，步骤为：

(1)对训练者在训练过程中的行为数据建模，找出知识点之间的拓扑结构以及关联强度；

(2)将模型输出结果以添加、更新、删除三种操作作用于联想式知识库网络，实现知识点之间的“联想”；

(3)使用增量数据重复上述过程进行训练，实现题库的不断进化。

本发明联想式知识点的组织方式，在符合学习者学习路线的前提下，还可以根据学习者行为数据，调节知识库自身的结构，大大提高学习效率。

具体的，所述联想式知识点的自动改进方法包括以下步骤：

(1)知识库以题库、多媒体内容库等为具体形式；

(2)知识库采用贝叶斯网络表示，初始阶段，针对网络中的节点，设置概率参数，记录知识点掌握的概率值，同时对连接节点的有向边设置条件概率参数，以条件概率值描述前后知识点解答情况的关系；定义有向边的关联程度，用数值表示，描述前后知识点之间关系的亲疏程度；

(3)使用弧定向方法确定连接节点的弧的方向；

(4)定义网络合理度，检查更新后的网络是否合理；如果合理，则结束训练，如果不合理，执行下述步骤；

(5)根据用户行为增量数据重新建模，对有向边的关联程度进行修改；

(6)删除关联程度低于阈值的有向边，得到更新后的贝叶斯网络，然后再通过上述步骤验证当前网络是否合理，不断训练直到更新后的网络符合合理度标准。

优选的，所述步骤(2)中，针对初始知识库使用一段时间，积累用户行为数据，用户行为数据包括作答结果、作答题目的序列数据，根据上述数据预设题节点的概率参数，该题被答对的概率值由如下公式计算获得：

有向边的条件概率值表示为：