[发明专利]一种知识点学习路径推荐方法和装置有效

专利信息
申请号: 201911335889.8 申请日: 2019-12-23
公开(公告)号: CN111125640B 公开(公告)日: 2023-09-29
发明(设计)人: 陈嵘;韩啸威;俞京华;张宜红;郭超 申请(专利权)人: 江苏金智教育信息股份有限公司
主分类号: G06F17/18 分类号: G06F17/18;G06Q50/20
代理公司: 江苏银创律师事务所 32242 代理人: 孙计良
地址: 211100 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 知识点 学习 路径 推荐 方法 装置
【说明书】:

发明公开了一种知识点学习路径推荐方法和装置。该方法通过用户对知识点掌握度测定,结合知识点图谱进行学习成本分析,评估出该用户适配的工作岗位,进而提取出相关的知识点,按照用户学习风格的评估,结合知识点贡献度给出用户的知识点学习推荐路径,从而优化用户学习过程,提高用户学习效率,避免无关知识点的学习,使其学习尽快与工作岗位适配。

技术领域

本发明涉及在线教育领域中用户特征分析,特别涉及用户知识点学习路径推荐。

背景技术

随着互联网技术日益发展,互联网环境日益完善,互联网凭借其高效的信息整合方式和信息获取途径为人们的生活、工作和学习方式带来了了翻天覆地的变化。在远程教育领域,近年来发展兴起的在线教育学习平台,对普通高等院校的教育模式和学生的学习方式都产生了深远的影响。

一方面,在线教育学习平台整合了互联网中大量优质的教育资源如教学视频、课件、习题等,帮助用户完成了学习资源的收集和筛选工作,大大节省了用户学习的时间成本;另一方面,在线学习平台有助于学校和老师及时跟踪和掌握用户的学习情况,分析用户学习过程中遇到的问题,有针对性的调整教学计划。

自适应学习系统在传统在线教育学习平台基础上,引入了自适应学习技术——通过构建领域知识模型来为知识点推荐和学习内容呈现提供可靠的依据;采集用户学习过程中的学习行为数据,分析用户的学习偏好、学习风格和认知能力等个性化学习特征,结合用户的知识点掌握情况,描绘用户的用户画像,构建用户模型;最后,结合领域知识模型和用户模型,选择既满足知识点内在学习逻辑,又符合用户个性化学习特征的学习内容,为用户进行合理的知识点内容推荐,帮助用户更好的完成课程知识学习。

现有自适应学习系统中的领域知识模型能够较好的模拟普通高等院校采取的传统教学模式中“学科—课程—章节—知识点”的知识组织形式,因此在传统教学模式的情景中获得了较好的学习效果。但是随着就业市场对岗位能力的要求愈来愈细化,专业化程度要求愈来愈高,传统教学模式下培育出的应届大学生越来越无法满足企业用人单位的人才需求:传统教学模式更加注重用户课程知识内容的学习,而忽视了用户相关专业技能的培养,用户通过课程知识内容的学习掌握了较为扎实的理论知识基础,却难以在生产工作岗位上灵活的运用所学知识解决实际问题,从而导致了用人市场中应届大学生与实际生产工作岗位间存在的人岗不匹配问题。

发明内容

本发明所要解决的问题:根据学生能力状态,分析其合适的工作岗位,并为其分析出合适知识点学习路径,从而避免学生重复无效学习,特别是避免学生学习其与工作岗位无关的知识点,从而节约学生学习时间,使学生尽快适应其工作岗位。

为解决上述问题,本发明采用的方案如下:

根据本发明的一种知识点学习路径推荐方法,该方法包括如下步骤:

S11:以人工输入方式构建知识点图谱;所述知识点图谱由节点以及节点之间的关联关系组成;所述节点至少包括如下属性:节点识别码、节点名称、节点类型、子节点表、难度、掌握度阈值;所述子节点表用于表示所述节点之间的关联关系;所述关联关系包括包含关系和依赖关系;所述节点类型分为岗位和知识;岗位和知识的节点类型分别对应岗位节点和知识节点;所述岗位节点无父节点;所述知识节点对应于某个知识点或某项技能;每个知识节点至少为岗位节点的子孙节点;

S12:根据所述知识点图谱中的节点之间的关联关系,为每个节点计算贡献度;其中,每个岗位节点的贡献度为1,其他节点的贡献度则根据如下计算公式计算:

其中,是第j个节点分配至第i个节点的贡献度,若第i个节点不是第j个节点的子节点,则否则有其中,VCi和VCj分别是第i个节点和第j个节点的贡献度;Nj,sub是第j个节点的子节点的总数;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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江苏金智教育信息股份有限公司,未经江苏金智教育信息股份有限公司许可,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/201911335889.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top