[发明专利]一种基于D-S证据理论的自适应学习路径推荐方法及系统

权利要求书

1.一种基于D-S证据理论的自适应学习路径推荐方法，其特征在于，包括以下步骤：

S1：从领域知识库中选取待推荐单元知识点群，所述单元知识点群包括若干个单元知识点，且所述若干个单元知识点以知识图谱拓扑结构存储；

S2：基于知识点贡献度和知识点学习可达度从所述单元知识点群中选取符合要求的知识点，并将选取的所述知识点按序存储于推荐队列中；

S3：将所述推荐队列中的各所述知识点形成所述待推荐单元知识点群的学习推荐路径。

2.根据权利要求1所述的基于D-S证据理论的自适应学习路径推荐方法，其特征在于，在步骤S2中，基于所述知识点贡献度和所述知识点学习可达度从所述单元知识点群中选取符合要求的所述知识点，并将选取的所述知识点按序存储于所述推荐队列中，具体为：

S21：基于领域知识模型中知识点群的知识图谱拓扑结构选取符合要求的入度为零的所述知识点作为第一个所述元知识点存储于所述推荐队列中；

S22：判断所述推荐队列中所述元知识点的直接后继结点集合是否为空；

若为空，转步骤S25，若不为空转步骤S23；

S23：获取所述直接后继结点集合中所述知识点贡献度最大的所述知识点；

S24：通过D-S证据理论判断所述知识点是否可达；

若可达，将所述知识点加入到所述推荐队列中，并设置为新的元知识点转步骤S22；

若不可达，从所述直接后继结点集合中删除所述知识点，转步骤S22；

S25：形成所述推荐队列，用于后续学习路径的推荐。

3.根据权利要求2所述的基于D-S证据理论的自适应学习路径推荐方法，其特征在于，所述知识点贡献度，具体的计算过程为：

所述贡献度，为所述知识点在所述领域知识库的所述知识图谱拓扑结构中出度与入度的比值；

所述入度，为所述知识点的一阶前驱知识点集合；

所述出度，为所述知识点的一阶后继知识点集合。

4.根据权利要求2所述的基于D-S证据理论的自适应学习路径推荐方法，其特征在于，判断所述知识点学习是否可达，具体为：

建立知识点达成度预测模型，包括学生模型和领域模型；

所述学生模型包括，学习风格、学习力和知识水平，并且形成学习风格向量、学习力向量和知识水平特征值用于所述知识点达成度的预测；

所述学习风格，采用所罗门学习风格测量量表预设所述学习风格类型，将所述学习风格划分为活跃型与沉思型、感悟型与直觉型、视觉型与言语型、序列型与综合型；

所述学习力，采用霍华德·加德纳的多元智能理论，将所述学习力概括为观察能力、抽象能力、归纳能力、记忆能力、分析能力、计算能力、想象能力和逻辑能力，并且建立多元智能测试题对所述学生模型设置所述学习力的初始值；

所述知识水平，通过认知诊断算法，对所述学生的所述知识水平进行评估；

所述领域模型，包括学习对象向量，知识点特征向量和前序知识点列表；

所述学习对象向量，为所述学习对象通过所述知识点关联到所述领域模型，并且根据所述学习对象的类型用(0,1)一维向量表示。

所述知识点特征向量，＝(p₁,p₂,…,p₈)为八元一维向量，其中各分量分别表示该所述知识点学习所需具备的不同维度的所述学习力的要求，具体为观察能力、抽象能力、归纳能力、记忆能力、分析能力、计算能力、想象能力及逻辑能力；

所述学习风格向量与所述学习对象向量，生成学习风格匹配度证据；

所述学习力向量与所述知识点特征向量，生成知识点擅长度证据；

所述知识水平特征值与所述前序知识点列表，生成前序知识点认知度证据；

基于D-S证据理论，对所述学习风格匹配度证据，所述知识点擅长度证据和所述前序知识点认知度证据进行融合，计算出所述知识点达成度。