[发明专利]一种课程学习系统的构建方法在审

专利信息
申请号: 202210030668.5 申请日: 2022-01-12
公开(公告)号: CN114565486A 公开(公告)日: 2022-05-31
发明(设计)人: 王海玲;刘兴丽;才智 申请(专利权)人: 黑龙江科技大学
主分类号: G06Q50/20 分类号: G06Q50/20;G06F16/36;G06F16/35;G06F16/335;G06N5/02
代理公司: 哈尔滨市文洋专利代理事务所(普通合伙) 23210 代理人: 何强
地址: 150000 黑龙江*** 国省代码: 黑龙江;23
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 课程 学习 系统 构建 方法
【说明书】:

一种课程学习系统的构建方法,涉及一种学习系统的构建方法。构建步骤: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;三、信息抽取;四、信息融合;五、课程知识图谱创建;六、课程推送;七、个性化学习路径规划。本发明方法能够减少在知识库构建过程中的精力成本和时间成本的消耗,让用户可以更快捷、更便利、更有效率的去构建垂直领域知识图谱,而且可以做到实时更新,紧跟时代脚步。

技术领域

本发明涉及一种学习系统的构建方法。

背景技术

课程的一个特点是与时俱进,因此课程学习系统也应顺应时代方向,不断的充实和改进。

发明内容

本发明的目的是提供一种课程学习系统的构建方法。

本发明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:

701)获取所述学生的基本信息;

702)根据所述基本信息及学科生成相应课程测试题集,并推送;

703)获取所述学生对所述先行测试题集的行为数据;

704)根据所述行为数据获得学生的当前学习状态信息;

所述课程测试题集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测试题集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:

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黑龙江科技大学,未经黑龙江科技大学许可,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/202210030668.5/2.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