[发明专利]一种从多源数据构建具有多重关系的教育概念图方法

说明书

本发明公开了一种从多源数据构建具有多重关系的教育概念图方法，包括：爬取多源数据，使用数据挖掘方法，提取出概念文本，构成训练数据集；获取专家对训练数据集的标注结果，按照概念的来源以及概念的标签，提取概念以及概念之间的相关特征；利用标注后的训练数据集结合传统机器学习方法，训练用于预测教育关键概念的支持向量机，以及基于训练数据集中标注出的教育关键概念及教育关键概念对之间的先决条件关系和共同学习关系，结合传统机器学习方法，训练用于预测教育关键概念对的先决条件关系和共同学习关系的混合模型；利用训练好的支持向量机与混合模型对新的数据集进行教育概念图的构建。该方法可以精准地构建具有多重关系的教育概念图。

技术领域

本发明涉及教育数据挖掘技术领域，尤其涉及一种从多源数据构建具有多重关系的教育概念图方法。

背景技术

概念图由各种概念及其关系组成，是一种广泛使用的组织和表示知识的图形工具。在各种概念图中，教育概念图主要关注概念之间的教学关系。因此，它有利于学生组织和获得一个学科的知识。构建教育概念图不仅有利于学生增强自主学习策略，而且在很大程度上有助于教师提高科学教育、教学评价、课程规划等任务，还可以根据教育概念图为学生实现试题或者学习资源的推荐任务(统称为后续任务)。

教育概念图能帮助学生高效的、个性化的学习，是智能化个性教学的重要基石。自动准确的构建概念图，可以帮助学生清楚地了解自身的学习路径，同时可以辅助家长和老师为学生制定个性化的学习策略。因此，如何自动的、准确的构建概念图，一直是教育数据挖掘领域探索的一个重要问题。

在目前的研究工作和专利中，关于教育概念图构建的方法主要有以下方法：

1)基于人工构建的教育概念图方法。

目前，基于人工构建的教育概念图方法主要着重于不同学科，由教师或助教提供。

2)基于机器学习的教育概念图构建方法。

基于机器学习的教育概念图构建方法结合了传统机器学习中常用的分类(如支持向量机)算法，有学者利用此方法抽取维基百科中的概念图。

上述两种方法都存在着一些不足，第一种方法费时的，而且，教师和助教只能根据自己的经验为学生开发个性化的概念图。因此，手工概念图难免存在一些错误和遗漏。第二种方法并没有考虑多源信息对构建教育概念图的帮助，而且它们均只关注一种教育学关系，因此构建的图谱是不完善的。教育概念图做后续任务的参考数据，当教育概念图不够准确时，也将影响后续任务的效果。

发明内容

本发明的目的是提供一种从多源数据构建具有多重关系的教育概念图方法，通过对不同数据源进行准确的建模分析处理，从而提高预测结果的准确性，进而可以精准地构建具有多重关系的教育概念图。

本发明的目的是通过以下技术方案实现的：

一种从多源数据构建具有多重关系的教育概念图方法，包括：

步骤11、爬取多源数据，使用数据挖掘方法，提取出概念文本，构成训练数据集；

步骤12、获取专家对训练数据集的标注结果，标注结果包括：根据概念重要程度为各个概念标注的教育关键概念或非教育关键概念的标签，以及教育关键概念对之间的先决条件关系和共同学习关系；按照概念的来源以及概念的标签，提取概念以及概念之间的相关特征；

步骤13、利用标注后的训练数据集结合传统机器学习方法，训练用于预测教育关键概念的支持向量机，以及基于训练数据集中标注出的教育关键概念及教育关键概念对之间的先决条件关系和共同学习关系，结合传统机器学习方法，训练用于预测教育关键概念对的先决条件关系和共同学习关系的混合模型；