[发明专利]一种基于自扩展知识库和多模态画像的个性化学习平台

说明书

本发明涉及教学平台领域，具体涉及一种基于自扩展知识库和多模态画像的个性化学习平台，该个性化学习平台包括自扩展知识库构建模块、学习者画像模型构建模块和个性化学习任务规划模块。本发明可以实现互联网中各平台知识数据的统一汇总管理，共享，同时可以依据学习者自身的基本情况、学习目标、性格特征、情绪、心理状态、兴趣特点以及学习过程等数据，实时动态地构建多维度的学习者画像，能够为学习者提供更加个性化、更加有针对性的学习内容推荐和学习过程规划等服务，大大的提高了高职教育质量和效率。

技术领域

本发明涉及教学平台领域，具体涉及一种基于自扩展知识库和多模态画像的个性化学习平台。

背景技术

互联网中的知识呈现体量爆炸增长、内容飞速更新的态势，各类领域知识迭代频率高且涉及范围广。然而这些散落的知识无法在互联网中自组织，建立关联关系，同时同一知识实体会存在于多个社区中，普遍会存在信息重复或歧义或异构表示的问题。因此如何汇聚互联网中高质量知识信息，规避信息异构、重复的问题，形成知识的统一管理是目前需解决的难题。

传统的教学模式主要是以老师为中心的“一对多”形式，虽然近些年由于信息技术的发展，传统的教学模式已经取得了一定程度的信息化，教学过程中已经渗透了诸多基于网络的辅助工具，然而教学内容无差别输送、学生群体同步调前进的事实并无本质上的改变，自古以来所倡导的“因材施教”的教学理念还远未到达。事实上，每一个学习者均有自身的独特需求，对于不同的知识体系和知识点会展现出不同的兴趣；此外，每一个学习者的学习状态也不尽相同，对于特定知识点的掌握程度和认知深度存在差异。因此，依据学习者自身的基本情况、学习目标、性格特征、情绪、心理状态、兴趣特点以及学习过程等数据，实时动态地构建多维度的学习者画像，能够为学习者提供更加个性化、更加有针对性的学习内容推荐和学习过程规划等服务。

传统的模板式线性教育模式使得群体学生只能按部就班地完成既定的学习任务，教师无法也不可能针对性地为每一个学生制定相应的学习计划，而学习者也没有能力根据自身的状态和多样化的学习资源为自己规划学习任务。另一方面，传统的学习过程缺乏必要的引导，在如今大力倡导自主学习的时代，带有学业压力的学习者如何去理性地调整自己的学习节奏和巩固自己的知识点是一个巨大的挑战；其次，学习者的学习效果缺乏及时反馈，只有在特定的考试中学习者才能对自身的水平有个相对全面的了解，不利于及时地对自己的知识体系进行查漏补缺和对学习精力的针对性平衡。因此，根据学习者的自身状况和知识库内容的等级属性，利用信息技术和人工智能技术，以一种自动化的、智能的形式为学习者制定学习场景、规划学习任务、评估学习效果以及推荐改进意见是提高高职教育质量和效率的重要手段。

发明内容

本发明的目的在于提供一种基于自扩展知识库和多模态画像的个性化学习平台。

为实现上述目的，本发明采取的技术方案为：

一种基于自扩展知识库和多模态画像的个性化学习平台，包括：

自扩展知识库构建模块，用于基于网络爬虫模块在预设的网络基站上爬取对应的知识数据，并基于异构数据知识图谱实现这些知识数据的加工、处理、融合，构建形成问答形式关联的自扩展的动态知识库；

学习者画像模型构建模块，用于通过实证研究和用户调查，挖掘学习者在学习过程中产生的数据类型并建立学习者画像模型，然后，考虑时间维度下，用户各模态下关联属性的变化情况及属性关联程度，从各项数据中提取特征值，生成学习者画像实例；

个性化学习任务规划模块，用于通过对学习者画像模型和知识库资源的双向关联分析，识别学生的学习关注点、学习状态以及候选资源集，并利用智能学习引擎为学习者自动化地生成学习任务规划，以及在必要时机进行过程引导。

进一步地：还包括：

动态知识库完善模块，用于通过挖掘问题与回答之间的关联属性，利用机器学习、深度学习的方法构建自动化答案生成模型，形成对专家知识库的自主扩充和完善。