[发明专利]一种向学习者推荐学习路径的方法及电子设备

说明书

本发明公开了一种向学习者推荐学习路径的方法，包括：获取学习者对各个教学视频进行观看的时长信息，并基于时长信息生成第一信息矩阵；第一信息矩阵用于表征学习者在学习时长方面对各个教学视频的观看程度；基于第一信息矩阵，利用一改进型DINA认知诊断模型获取学习者对各项知识点的掌握程度；该改进型DINA认知诊断模型中，预设有各个教学视频对各项知识点的包含关系，且该改进型DINA认知诊断模型将学习者对单项知识点的掌握程度处理为0～1之间的概率值；根据学习者对各项知识点的掌握程度、各项知识点间的相似性以及各项知识点的先后继关系，向学习者推荐学习路径。本发明可避免使学习者陷入知识孤岛，帮助学习者的学识进步。

技术领域

本发明属于在线教育技术领域，具体涉及一种向学习者推荐学习路径的方法及电子设备。

背景技术

随着在线教育技术的发展，在线的学习者在面对海量的教育资源时极易产生“学习迷航”、“认知过载”的情况，这一现状极大地降低了学习者的学习效率以及学习兴趣。

为了解决上述问题，现有技术中通常会获取学习者的历史学习记录作为学习者感兴趣的知识点；然后向学习者推荐相似的知识点以供学习者学习。然而，这种做法容易使学习者陷入知识孤岛，不利于学习者的学识进步。

发明内容

为了解决现有技术中所存在的上述问题，本发明提供了一种学习路径推荐方法及电子设备。

本发明要解决的技术问题通过以下技术方案实现：

一种向学习者推荐学习路径的方法，包括：

获取学习者对各个教学视频进行观看的时长信息，并基于所述时长信息生成第一信息矩阵；所述第一信息矩阵用于表征学习者在学习时长方面对所述各个教学视频的观看程度；

基于所述第一信息矩阵，利用一改进型DINA认知诊断模型获取学习者对各项知识点的掌握程度；所述改进型DINA认知诊断模型中，预设有所述各个教学视频对所述各项知识点的包含关系，且所述改进型DINA认知诊断模型将学习者对单项知识点的掌握程度处理为0～1之间的概率值；

根据学习者对所述各项知识点的掌握程度、所述各项知识点间的相似性以及所述各项知识点的先后继关系，向学习者推荐学习路径。

可选地，所述相似性是对知识点的语义相似性以及知识点被广大学习者学习的情况相似性进行融合处理得到的。

可选地，所述知识点语义相似性是使用TransR模型将知识点嵌入为一维向量后，通过计算一维向量间的相似度得到的。

可选地，使用TransR模型将知识点嵌入为一维向量的方式包括：

基于预设的知识图谱中定义的实体以及实体间的关系，使用d2rq工具将教学数据库转换为RDF数据；其中，所述知识图谱中定义的实体包括：知识点、课程、学校、教师以及领域；所述实体间的关系包括：领域与课程的关系、课程与知识点的关系、学校与课程的关系、领域与知识点的关系、教师与课程的关系，以及学校与教师的关系；

将所述RDF数据输入至TransR模型，以使所述TransR模型输出每个所述实体对应的一维向量以及每对实体间的关系对应的一维向量。

可选地，知识点被广大学习者学习的情况相似性是基于协同过滤算法计算得到的。

可选地，基于所述第一信息矩阵，利用一改进型DINA认知诊断模型获取学习者对各项知识点的掌握程度，包括：

使用EM算法最大化第一建模公式的边缘似然，得到广大学习者已掌握教学视频中的知识点、但未看完教学视频的第一概率，以及广大学习者已看完教学视频、但未掌握教学视频中的知识点的第二概率；

基于所述第一信息矩阵、所述第一概率以及所述第二概率，使用第二建模公式计算学习者对各项知识点的掌握程度；