[发明专利]基于图搜索算法的自适应学习方法及计算机学习系统在审
申请号: | 201910321955.X | 申请日: | 2019-04-22 |
公开(公告)号: | CN110032620A | 公开(公告)日: | 2019-07-19 |
发明(设计)人: | 崔炜;殷龙 | 申请(专利权)人: | 上海乂学教育科技有限公司 |
主分类号: | G06F16/31 | 分类号: | G06F16/31;G06F16/36;G09B5/08 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 宣慧兰 |
地址: | 200233 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 知识点 搜索算法 前置 计算机学习 自适应学习 学习内容 推送 图谱 搜索 数据库搜索 触发条件 学习效率 用户学习 数据库 存储 采集 学习 记录 | ||
1.一种基于图搜索算法的自适应学习方法,其特征在于,包括以下步骤:
1)建立知识图谱,将知识图谱存储于图数据库中;
2)采集并记录用户学习数据,判断是否满足前置知识点搜索的触发条件,若是,则执行步骤3),若否,则执行步骤5);
3)利用图搜索算法在所述图数据库搜索当前知识点的前置薄弱知识点,获得各前置薄弱知识点的优先学习顺序;
4)基于所述优先学习顺序推送相应学习内容;
5)基于当前知识点推送相应学习内容。
2.根据权利要求1所述的基于图搜索算法的自适应学习方法,其特征在于,所述图数据库采用JanusGraph图数据库。
3.根据权利要求1所述的基于图搜索算法的自适应学习方法,其特征在于,所述用户学习数据包括各知识点能力值、知识点学习次数和课程学习进度。
4.根据权利要求1所述的基于图搜索算法的自适应学习方法,其特征在于,所述前置知识点搜索的触发条件包括以下之一:
a)某课次知识点均为薄弱知识点;
b)经过3轮同一个课程的学习之后,还存在薄弱知识点;
c)至少完成3个课次的学习阶段;
d)在某一课程内,薄弱知识点含有至少1个前置知识点。
5.根据权利要求1所述的基于图搜索算法的自适应学习方法,其特征在于,所述利用图搜索算法在所述图数据库搜索当前知识点的前置薄弱知识点具体是:使用Gremlin图搜索语言从图数据库中搜索设定层数的前置薄弱知识点。
6.根据权利要求1所述的基于图搜索算法的自适应学习方法,其特征在于,所述获得各前置薄弱知识点的优先学习顺序具体包括:
考虑各前置薄弱知识点的薄弱程度、关联紧密程度和关联知识点数量,对各前置薄弱知识点进行权重排序,优先学习权重小的前置薄弱知识点。
7.一种基于图搜索算法的自适应计算机学习系统,其特征在于,包括:
存储模块,用于建立知识图谱,并以图数据库存储所述知识图谱;
判断模块,用于采集并记录用户学习数据,判断是否满足前置知识点搜索的触发条件;
搜索模块,在所述判断模块的判断结果为是时响应,用于利用图搜索算法在所述图数据库搜索当前知识点的前置薄弱知识点,获得各前置薄弱知识点的优先学习顺序;
第一推送模块,用于根据所述优先学习顺序推送相应学习内容;
第二推送模块,用于根据当前知识点推送相应学习内容。
8.根据权利要求7所述的基于图搜索算法的自适应计算机学习系统,其特征在于,所述前置知识点搜索的触发条件包括以下之一:
a)某课次知识点均为薄弱知识点;
b)经过3轮同一个课程的学习之后,还存在薄弱知识点;
c)至少完成3个课次的学习阶段;
d)在某一课程内,薄弱知识点含有至少1个前置知识点。
9.根据权利要求7所述的基于图搜索算法的自适应计算机学习系统,其特征在于,所述利用图搜索算法在所述图数据库搜索当前知识点的前置薄弱知识点具体是:使用Gremlin图搜索语言从图数据库中搜索设定层数的前置薄弱知识点。
10.根据权利要求7所述的基于图搜索算法的自适应计算机学习系统,其特征在于,所述获得各前置薄弱知识点的优先学习顺序具体包括:
考虑各前置薄弱知识点的薄弱程度、关联紧密程度和关联知识点数量,对各前置薄弱知识点进行权重排序,优先学习权重小的前置薄弱知识点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海乂学教育科技有限公司,未经上海乂学教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910321955.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于深度学习的分词器训练方法及其装置
- 下一篇:中文比对方法