[发明专利]一种课程学习系统的构建方法

权利要求书

1.一种课程学习系统的构建方法，按以下步骤构建：

一、多源数据获取；

二、采用自顶向下与自底向上的混合方式构建本体：构建具有层次化的粗粒度课程本体信息表，然后利用CiteSpace可视化工具对文献数据库进行引文、关键词数据元素进行统计排序，并对课程元素进行对比、评估、数据融合构建课程领域本体模型；

三、信息抽取：对结构化数据直接进行信息聚类，对半结构和非结构化数据采用BiLSTM+CRF、GRU-Attention的深度学习方法进行实体、关系及属性抽取，并建立文档段落层次分类；

四、信息融合：将信息抽取的大规模知识元素进行语义相似度计算、评估，然后进行实体消歧、实体对齐和属性合并；

五、课程知识图谱创建：将抽取的课程知识数据，以标签映射方式存储在以本体为表头的结构化数据表中，然后实现自动批量转存到Neo4j图数据库；

六、课程推送：利用新词发现算法从课程知识图谱中提取出多个知识点，并对所述多个知识点进行聚类得到多个知识簇；从课程数据库中识别出每个知识点对应的至少一个课程；根据所述多个知识簇及每个知识簇中的知识点对应的至少一个课程生成知识向图，其中，所述知识课程有向图中每个节点上显示有课程链接；

获取用户查询的知识点，判断所述查询的知识点是否为所述查询的知识点对应的第一知识簇中的叶子节点；当所述查询的知识点不为所述第一知识簇中的叶子节点时，推送所述第一知识簇中所述查询的知识点的所有子节点中的课程链接给所述用户；

七、个性化学习路径规划：

获取所述学生的当前学习状态信息，根据所述当前学习状态信息及课程知识图谱知识点，生成所述推荐学习路径，所述学习路径由未掌握的知识点组成，同时关联该知识点的前置知识点和后续知识点；

所述获取所述学生的当前学习状态信息具体为：

101)获取所述学生的基本信息；

102)根据所述基本信息及学科生成相应课程的知识图谱数据信息，并推送；

103)获取所述学生对所述先行测试题集的行为数据；

104)根据所述行为数据获得学生的当前学习状态信息；

所述课程的知识图谱数据信息的生成及推送实时更新，生成及推送的第一题为预设的中间难度的题目，若答对则提升题目难度推后续题目，若答错则降低或不变动题目难度推后续题目；

所述行为数据包括对所述课程的知识图谱数据信息中各题目的反馈答案的正误和反馈时间；所述根据所述行为数据获得学生的当前学习状态信息具体为：

根据所述行为数据计算学生的知识点能力值、知识点效率值和知识点稳定值，以所述知识点能力值、知识点效率值和知识点稳定值组成的三维向量作为当前学习状态信息，其中，所述知识点能力值与该知识点的正误率成正比，所述知识点效率值与该知识点的反馈时间成反比，所述知识点稳定值与该知识点的知识点能力值的稳定性相关。

2.根据权利要求1所述的课程学习系统的构建方法，其特征在于所述多源数据采用爬虫技术、订阅或购买方式获取。

3.根据权利要求1所述的课程学习系统的构建方法，其特征在于步骤六中所述从课程知识图谱中提取出多个知识点，并对所述多个知识点进行聚类得到多个知识簇包括：

所述从课程知识图谱中提取出多个知识点，并对所述多个知识点进行聚类得到多个知识簇包括：

利用新词发现算法识别出所述领域知识图谱中的多个字词；

计算每个字词的词频-逆文件词频值；

根据所述词频-逆文件词频值从所述多个字词中识别出多个知识点；

对所述多个知识点进行嵌入编码得到多个第一编码向量；

对所述多个第一编码向量进行聚类得到多个知识簇。

4.根据权利要求1所述的课程学习系统的构建方法，其特征在于，所述从课程数据库中识别出每个知识点对应的至少一个课程包括：

提取所述课程数据库中的每个课程的课程标题及课程简介；

对每个课程的课程标题进行嵌入编码得到第二编码向量；

对每个课程的课程简介进行嵌入编码得到第三编码向量；

根据每个课程对应的第二编码向量及第三编码向量计算每个课程的课程编码向量；

根据所述第一编码向量及所述课程编码向量计算对应的知识点及课程之间的相似度；

根据所述相似度识别出每个知识点对应的至少一个课程。