[发明专利]一种基于人工智能技术的智适应在线学习与考试平台

权利要求书

1.一种基于人工智能技术的智适应在线学习与考试平台，主要由智适应学习系统和智能考试系统组成，其特征在于，所述智适应学习系统内建立有双层知识图谱和基于双层知识图谱的学习路径图；

所述双层知识图谱用于描述和表示知识点之间关系，是集学科间的课程关系、知识点之间关系、前驱知识点、后续知识点为一体的四元组合体系，所述知识点之间关系包括学科内知识点关系和学科间知识点关系；所述学习路径图以知识点为顶点，知识点之间关系和权重为连接线构建而成；

所以学习路径图为所述智适应学习系统向学生推送相应的知识点试题和学习资料提供依据。

2.根据权利要求1所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，所述双层知识图谱的建立具体包括以下步骤：

S1、通过分析某个学科的教材，获取课程知识点关键字；

S2、通过课程知识点关键字获取该课程子知识点；

S3、通过该课程子知识点建立其与父级知识点的关联；

S4、分析父级知识点之间的先后关系；

S5、通过组合父级知识点和子知识点，确定学科内知识点之间关系和权重；

S6、通过建立学科间的关系确定学科间知识点之间关系和权重；

S7、结合学科内知识点之间关系和权重、学科间知识点之间关系和权重以及课程提纲的重点、难点构建跨学科的双层知识图谱。

3.根据权利要求2所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，根据课程提纲的变化，修正知识点及其相关关系和权重。

4.根据权利要求1所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，所述智适应学习系统的主要工作流程包括以下步骤：

L1、预先依据Felder-Silverman和所罗门学习风格量表推测学生学习风格，得到该学生的初始学习风格模型；

L2、基于学习路径图和学习风格模型向该学生推送个性化学习测试试题序列；

L3、基于贝叶斯网络挖掘该学生学习行为模式，对该学生的初始学习风格模型进行修正；依据概念累积计分法推测该学生的认知水平掌握情况并修正该学生的风格模型；

L4、重复步骤L2、L3。

5.根据权利要求4所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，所述概率累计积分法是通过统计该学生每次正确回答的试题个数与试题熟练程度属性值的乘积，通过统计该学生的实际答题积分和理想答题积分的比值，得到一个0-1之间的数值，作为该学生是否掌握对应知识点的依据。

6.根据权利要求1所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，所述智能考试系统包括智能题库管理模块、智能组卷模块、智能判分模块；

所述智能题库管理模块用于试题的导入和校对；所述智能组卷模块用于按题型和知识点的分数占比或题量占比进行多批次智能组卷；所述智能判分模块用于对学生的主观题答案进行自动判分。

7.根据权利要求6所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，所述智能考试系统还包括考场监控模块，用于但不限于进行强制交卷、断电续考、视频抓拍、重考操作。

8.根据权利要求6所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，所述智能考试系统包括考试统计分析模块，用于进行参考群体的考试成绩分析和知识点掌握情况分析。

9.根据权利要求6-8任一项所述的基于人工智能技术的智适应在线学习与考试平台，其特征在于，考试试题通过随机算法动态生成，试题和选项均经过乱序处理。