[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

说明书

本发明公开了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，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。

技术领域

本发明涉及AI教育技术领域，尤其是一种基于人工智能技术的智适应在线学习与考试平台。

背景技术

自适应学习(Adaptive Learning)在国内得到广泛关注是在2015年，彼时在线教育正野蛮生长，部分人注意到在线考试知识点的贯穿上存在一些不足，学生用户知识掌握不牢固。这是因为不同学习内容之间的跳转逻辑是线性单一的，学生即使已经掌握了某一块内容，还是需要再花费时间去学习；另外，学生有问题也不能得到即时的反馈和帮助。对此，自适应学习致力于通过计算机手段检测学生当前的学习水平和学习状态，并相应地调整后期的学习内容和学习路径，帮助学生提升学习效率。然而，学习与考试是一个复杂且隐性的过程，简单的计算机编程很难有特别好的效果，这推动了基于人工智能技术的智适应学习的产生和发展，这是传统学习模式的升级，也是新型学习方式的探索，在教育领域意义重大。

现有在线考试系统的操作步骤、业务流程以及算法等都相当复杂，需要人工处理的地方也比较多，存在一定的缺陷，例如：⑴只是建立了知识点之间的简单关联，没有完全建立知识点之间的父子、前驱、后续关系，无法形成有效的知识点串联，更无法形成完整的知识点学习路径图；⑵无法实现学科间的知识点串联，即多门课程间的知识点串联，比如学生在学习测试中医诊断学的某个知识点没有掌握，可能是由于当前知识点的前驱知识点或前序学科(中医基础理论)的知识点未掌握而引起的；⑶不能按批次进行组卷(一次考试设置多个批次，同时要保证各个批次试题之间的重复度不超过20％)，且不能按知识点分数(指定题型和每个知识点分数占比，系统自动将知识点智能分布到各个题型中)占比或知识点题量(指定题型和每个知识点题量占比，系统自动将知识点所占的题量智能分布到各个题型中)占比进行智能组卷；⑷不能对学生试卷的主观题进行智能自动判断，同时对每个试题也无法设置关键词判分标准；⑸基于单学科的学习或者习题推荐，无法实现跨学科的学习内容或测试试题的推荐；⑹传统的个性化学习方案的推荐算法，要么是基于用户协调过滤的推荐，要么是基于学习内容的推荐，要么是基于知识的推荐，每个独立的推荐算法都不能达到预期的推荐效果。

发明内容

针对上述问题，本发明提供一种基于人工智能技术的智适应在线学习与考试平台。

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；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。

进一步的，所述双层知识图谱的建立具体包括以下步骤：1.通过分析某个学科的教材，获取课程知识点关键字；2.通过课程知识点关键字获取该课程子知识点；3.通过该课程子知识点建立其与父级知识点的关联；4.分析父级知识点之间的先后关系；5.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；6.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；7.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；其中，知识点及其相关关系和权重需要根据课程提纲的变化修正。