[发明专利]一种智能学习平台及其构建方法

说明书

本发明涉及一种智能学习平台及其构建方法，智能学习平台包括知识图谱模块，用于存储学科知识体系；数据收集模块，用于收集在线学习资源形成数据集；数据挖掘及语义分析模块，基于知识图谱模块对数据收集模块的在线学习资源进行数据挖掘和语义分析，将在线学习资源与知识图谱模块中的学科知识体系进行关联，得到关联资源信息；数据关联提示及呈现模块，用户使用时，呈现关联资源信息。本发明的智能学习平台，依据建立的学科知识图谱，利用人工智能技术对海量的在线学习资源进行智能分析和挖掘，从而建立海量线上学习资源的关联互通并简明扼要地呈现给用户，让用户在学习时降低认知负荷、提高学习的针对性和精准性，达到“策略学习”的目的。

技术领域

本发明属于在线教育学习技术领域，尤其是涉及一种智能学习平台及其构建方法。

背景技术

机器学习是人工智能的核心，是使计算机具有智能的根本途径，其理论和方法已被广泛应用于解决工程应用和科学领域的复杂问题。机器学习方法是计算机利用已有的数据(经验)，得出了某种模型(规律)，并利用此模型预测未来(判断)的一种方法。机器学习与人类思考的经验过程是类似的，不过它能考虑更多的情况，执行更加复杂的计算。事实上，机器学习的一个主要目的就是把人类思考归纳经验的过程转化为计算机通过对数据的处理计算得出模型的过程。经过计算机得出的模型能够以近似于人的方式解决很多灵活复杂的问题。

知识的结构化、图式化一直以来都是在线教育领域所重点关注的话题。知识图谱最早可追溯到20世纪70年代，属于科学计量学的范畴，主要用于揭示科学知识的增长规律和结构关系变化。在计算机科学领域，知识图谱的本质是结构化的语义知识网络，图中的节点代表实体或者概念(可以是各种的事物、人物或地方)，边代表节点之间的各种语义关系。而在教育领域,知识图谱与学科知识本体的内涵比较接近，知识图谱可以看成是一个完整的学科知识体系，是某个具体学科领域中所有概念及其之间语义关系的集合,是对特定领域内的知识和知识结构的形式化表征，主要表现在学科知识、教材组织和学科教学三个层面。

近年来，随着我国高等教育领域对于信息化资源建设的重视程度不断增加，数万门的慕课、微课精品资源已在爱课程、学堂在线、好大学在线等国内平台上线，并向社会公众开放。而一个迫在眉睫的新的需求产生了，如何将这些孤立的学习资源融合贯通，建立它们之间的关联关系？

发明内容

本发明的一个目的在于提供一种智能学习平台，根据知识图谱，利用人工智能技术对海量的在线学习资源进行智能分析和挖掘，从而建立海量线上学习资源的关联互通，让学习者在学习时降低认知负荷、提高学习的针对性和精准性，打破学习孤岛，达到“策略学习”的目的。在不干扰学习者主学习途径的情况下，对学习者有可能需要的相关的学习资源，能及时准确地反馈关联资源信息，且学习者可简单方便地调用。

本发明的另一个目的在于提供一种智能学习平台的构建方法，把海量线上学习资源进行关联并简明扼要地呈现给用户，帮助用户更有目的更轻松地学习。

为了实现上述目的，本发明采用如下技术方案：

一种智能学习平台，包括知识图谱模块，用于存储学科知识体系；数据收集模块，用于收集在线学习资源形成数据集；数据挖掘及语义分析模块，基于知识图谱模块对数据收集模块的在线学习资源进行数据挖掘和语义分析，将在线学习资源与知识图谱模块中的学科知识体系进行关联，得到关联资源信息；数据关联提示及呈现模块，用户使用时，呈现关联资源信息。

进一步地，所述数据挖掘及语义分析模块依据学科知识图谱和数据集，构建人工智能语义分析模型，依据人工智能语义分析模型的分析结果，挖掘在线学习资源的关联信息，构建与知识图谱相关的关联资源信息数据库。