[发明专利]检测知识点关联性的教学系统

说明书

本发明公开了一种检测知识点关联性的教学系统，其包括：答题记录数据库，图谱数据库，图谱解析模块，贝叶斯训练模块，运算模块，构图模块；答题记录数据库存储学生对各知识点的答题数据；图谱数据库存储知识点图谱；图谱解析模块读取图谱数据库、将图谱数据库中的知识点图谱拆分为节点和关联数据后输出至贝叶斯训练模块；贝叶斯训练模块读取答题记录数据库和图谱解析模块、输出预训练数据；运算模块读取贝叶斯训练模块、生成各节点之间的关联性强度数据；构图模块读取运算模块、构成新的知识点图谱并将新的知识点图谱输出至图谱数据库覆盖其原先存储的知识点图谱。本发明能够依据学生的答题反馈、制备出统一的知识图谱。节约了大量的人力成本。

技术领域

本发明属于教育分析技术领域，具体来说涉及一种检测知识点关联性的教学系统。

背景技术

在现有的智能教学系统中，很多教师会通过将各个彼此间具有关联性的知识点串联起 来，构成自制的知识点图谱以帮助教师梳理教学计划、并通过展示该知识图谱帮助学生系 统掌握各知识点的关系，提升学生的学习效果。但是，这种教学方法中需要多为自身教师 对教材中的知识点进行重新拆分，其人力成本呈线性增长，同时基于各位老师的经验认知， 其产生的图谱会有所不同。因此，如何开发出一种检测知识点关联性的教学系统，能够优 化教师对知识点图谱的制备过程，本领域技术人员需要研究的方向。

发明内容

本发明的目的是提供一种检测知识点关联性的教学系统，其能够制备出统一的知识图 谱，节约了人力成本。

其采用的技术方案如下：

一种检测知识点关联性的教学系统，其包括：答题记录数据库，图谱数据库，图谱解 析模块，贝叶斯训练模块，运算模块，构图模块；所述答题记录数据库用于存储学生对各知识点的答题数据；所述图谱数据库用于存储知识点图谱；所述图谱解析模块用于读取图谱数据库、将图谱数据库中的知识点图谱拆分为节点和关联数据后输出至贝叶斯训练模块； 所述贝叶斯训练模块用于分别读取答题记录数据库和图谱解析模块、基于贝叶斯模型对答 题数据和/或节点、关联数据进行预训练并输出预训练数据；所述运算模块用于读取贝叶 斯训练模块输出的预训练数据、生成各节点之间的关联性强度数据；所述构图模块用于读 取运算模块输出的关联强度数据、构成新的知识点图谱并将所述新的知识点图谱输出至图 谱数据库覆盖其原先存储的知识点图谱。

通过采用这种技术方案：通过将学生反馈的答题数据和通过知识点图谱解析生成的节 点和关联数据输出值贝叶斯训练模块进行训练，其生成的预训练数据通过运算模块生成关 联性强度数据、用于衡量各知识点的关联强度。最后通过构图模块基于运算模块生成的关 联性强度数据和知识点共同构成新的知识点图谱并输出至图谱数据库、以实现知识点图谱 的替换。采用这种技术方案，能够制备出统一的知识点图谱，同时随着前端答题数据的不 断积累，能够不断提升替换出的知识点图谱其精度越来越高。

优选的是，在上述检测知识点关联性的学习系统中，还包括：数据清洗模块；所述数 据清洗模块用于根据预存的数据清洗公式对答题记录模块输出至贝叶斯训练模块的答题 记录进行数据清洗。

通过采用这种技术方案：以数据清洗模块实现对答题记录模块输出至贝叶斯训练模块 的答题记录中的异常数据去除，减少了异常数据对贝叶斯训练模造成的误差影响。具体来 说，其包括消除数据的偏移、和使用1.5倍的IQR(四分位距)消除异常数据这两个步骤。

更优选的是，上述检测知识点关联性的学习系统中，还包括：数据填充模块，所述数 据填充模块用于根据K-近邻算法对数据清洗模块输出至贝叶斯训练模块的答题记录进行 数据填充。

通过采用这种技术方案：针对数据清洗模块工作后会造成较多的数据缺失，数据的稀 疏性较高的问题，设置数据填充模块采用K-近邻算法(k-nearest neighbor，)找到合适 的数据进行填充。