基于知识图谱和图嵌入的个性化学习资源推荐

面对海量的在线学习资源,学习者往往面临“信息过载”和“信息迷航”等问题,帮助学习者高效准确地获取适合自己的学习资源来提升学习效果,已成为研究热点.针对现有方法存在的可解释性差、推荐效率和准确度不足等问题,提出了一种基于知识图谱和图嵌入的个性化学习资源推荐方法,它基于在线学习通用本体模型构建在线学习环境知识图谱,利用图嵌入算法对知识图谱进行训练,以优化学习资源推荐中的图计算效率.基于学习者的学习风格特征进行聚类来优化学习者的资源兴趣度,以获得排序后的学习资源推荐结果.实验结果表明,相对于现有方法,所提方法能在大规模图数据场景下显著提升计算效率和个性化学习资源推荐的准确度.     

个性化学习中学科知识图谱构建与应用综述

学科知识图谱是依赖大数据、人工智能等技术构建的支持教学活动的重要工具,作为一种学科知识语义网络,能够助力个性化学习体系的发展并促进数字教育资源新基建。对知识图谱的概念、分类等内容进行概述;总结了学科知识图谱的概念、特点、优势、内涵及其对个性化学习的支持等内容;重点梳理了学科知识图谱的构建流程：学科本体构建、学科知识抽取、学科知识融合以及学科知识加工,并介绍了学科知识图谱在个性化学习情境中的应用及其面临的挑战;展望了学科知识图谱以及个性化学习的未来趋势,为教育资源的组织方式及个性化学习的创新发展提供借鉴和启示。     

应用知识图谱的高等数学教学资源个性化推荐研究

针对现有方法教学资源推荐效果不佳的问题,提出应用知识图谱的高等数学教学资源个性化推荐研究。构建高等数学教学资源知识图谱,确定知识结构和关联;利用K-means算法分析学生对不同数学资源的喜好;将获得的知识图谱向量和数学资源偏好分析结果作为输入,输入深度神经网络中实现个性化推荐。实验结果表明,该方法应用后,推荐精度均高于93.5%,推荐耗时均低于21.3 s,优于对比方法,应用效果较好。     

基于知识图谱的个性化旅游路线推荐服务的实现

得益于信息技术的发展,线上景点数据日趋丰富.但由于现有搜索引擎提供的信息缺乏关联度和完整性,不利于最优出行路线设计.通过实现对景点数据的高效归类和整理,以及由不同维度需求构建用户画像.应用知识图谱对景点信息进行分类整合,与用户需求匹配,为用户推荐符合个性化需求的旅游路线,实现由用户按喜好定制出行路线.     

知识图谱与图嵌入在个性化教育中的应用综述

面对当前日益庞大的教育大数据, 如何在海量数据中高效、准确地提取出高价值的知识, 以满足个性化教学需求, 已成为当前智慧教育的一个研究热点. 作为一种可视化分析技术, 知识图谱可有效构建和挖掘知识及知识间的相互联系, 现已成功应用于诸多领域. 而图嵌入技术的引入, 则有利于提升大数据背景下知识图谱的处理效率.针对个性化...     

联合学习用户端和项目端知识图谱的个性化推荐

如何在已有的用户行为和辅助信息的基础上准确建模用户的偏好非常重要.在各种辅助信息中,知识图谱(Know-ledge Graph,KG)作为一种新型辅助信息,其节点和边包含了丰富的结构信息和语义信息,近年来受到了越来越多研究者的关注.大量研究表明,在个性化推荐中引入知识图谱可以有效地提高推荐的性能,并增强推荐的合理性和可...     

基于知识图谱的慕课课程学习成效分析

以江苏省精品在线课程微机原理与接口技术为例,研究基于知识图谱的慕课课程学习成效分析。首先通过构建学生的个体知识图谱来分析课程认知成绩;然后对线上行为数据和线上测试成绩进行统计,构建学习效果综合模型;最后设计可视化学生学习成效分析系统,以便更加直观地展示学生的学习进展,方便对学生进行针对性指导。     

新工科建设中区域高校数据科学的学科交叉融合问题研究

新工科建设是当前高等工科教育改革的抓手之一,学科交叉融合又是新工科建设的核心要素.区域高校的数据科学新工科建设,应在正视自身现有的资源受限的前提下,通过构建跨学科的教学研究团队、发挥相关学科集群的联动优势、个性化定制培养等措施,适时地跟进新工科建设潮流,推动数据科学等学科的发展.文章针对当前区域高校新工科建设中的问题和...     

基于知识图谱的个性化甘肃旅游线路推荐方法研究

针对传统推荐算法面临着数据稀疏的问题导致准确度较低,提出了基于知识图谱的个性化旅游线路推荐方法.通过使用属性知识扩充方法增加知识获取的广度,同时使用属性值融合方法筛选最有效的属性值,从而提升旅游领域知识图谱的覆盖面和准确度,然后将用户的个性化需求,如时间,旅游类型等为输入,根据旅游领域知识图谱的特点规划旅游线路,根据各...     

基于知识图谱的学科单选题考点提取研究

在人工智能快速发展的今天,智能教育逐渐成为一大研究热点。在自然语言处理方面对智能教育中智慧学习的探究,提出根据知识图谱和学科规则确定单选题考点,主要介绍知识图谱的构建和单选题考点的提取这两方面内容。通过建立一个开放性的知识图谱,不断实现学科知识的扩充。为提取考点,首先将单选题分类、分词以及替换相似词,然后通过检索图谱得到单选题的候选考点集,最后通过学科规则定位知识点及其所属章节,便于学生有针对性地复习教材知识。在所收集的C++试题集上的实验结果表明,通过知识图谱和规则可较为准确地提取出试题考点。     

基于知识图谱的中医知识学习研究与实践

中医学是中华民族的文化瑰宝之一,获取、分析和管理中医知识是推动中医学发展的重要举措。在这项研究中,通过对中医数据采集、分类和重组,应用知识图谱技术可视化中医知识之间的关联,实现用户与数据间的动态交互。从用户的角度设计开发了一款基于知识图谱的中医知识学习App,以促进中医知识的共享、传播和弘扬。     

基于知识图谱的在线学习系统

教育是国之大计,党之大计,计算机时代引领国内教育步入了信息化、智能化.发展道路,智慧教育受到广泛关注,教育领域知识图谱是智慧教育的基石,教育智能化离不开教育知识图谱。自适应学习是教育信息化20的伟大探索,是教育智能化的前沿工作。因此提出了基于知识图谱的自适应学习系统构建方法,并初步构建自适应学习系统,这为准确把握学习者的学习进度及学习情况、满足学习者个性化学习需要提供支撑。     

融入知识图谱和课程学习的对话情绪识别

对话领域情绪识别是基于对话的情感分类任务,对话数据具有口语化、主题跨度大和标签具有语义相似性的特点.口语化表现为对话中存在隐含常识和语法知识的二义性词语和省略句,导致模型难以准确建模语义信息;主题跨度大表现为不同对话场景下的文本信息丰富度差异大、情绪转移频率差异大,导致模型性能下降.提出CK-ERC模型缓解上述问题,在预训练阶段,抽取结构化数据为模型融入常识和语法知识图谱,帮助模型建模口语化信息;在微调阶段引入监督对比学习任务帮助模型识别相似情绪标签;在训练策略上设计了基于动态阈值的课程学习策略,按照文本丰富度从高到低、情绪转移频率从低到高的策略优化模型. CK-ERC模型在双人对话、多人对话、模拟对话、日常对话等多种对话模式下显著优于其他模型,在MELD和EmoryNLP数据集上获得最佳表现.     

基于知识图谱的卫星故障诊断方法研究与实现

随着我国航天技术的不断发展,卫星系统所携带的载荷设备更加多样,其承载的任务和功能也愈加广泛,卫星故障监测与诊断也变得更加复杂。针对目前卫星故障诊断中涉及的卫星结构、故障问题报告、诊断手段及其他数据存在数据孤岛,无法系统地诊断卫星故障,及故障诊断参考历故障困难等问题,提出了基于知识图谱的卫星故障诊断系统构建方法,通过构建知识图谱,将卫星相关的多种数据整合起来,建立实体之间的关联关系,提供可视化和分析能力,为故障诊断和决策提供支持。     

知识可视化工具在实验教学中的创新应用——以“网络设备配置与管理”实验课程为例

介绍了知识可视化的基本概念,特别是知识可视化工具中最为人熟知的思维导图。以网络设备配置与管理实验课程为例,结合具体的MindMapper软件探索了在实验课教学中的创新型应用。实践证明,在教学中引入知识可视化的理念和方法,可以有效地促进课堂教学效率和质量的提高。     

基于个性化学习的线上线下混合教学模式研究--以操作系统课程教学为例

传统的填鸭式教学形式单一,教学效率低下,随着"互联网+"下智慧教学环境的到来,基于个性化学习的线上线下教学应运而生,本文对这种教学形态设计了一种混合教学模式,对其中的个性化学习系统做了分析和设计,以操作系统课程教学为例,对学生信息获取到知识重构及最终达成知识内化的途径进行了分析探讨,教学实践表明:这是一种高效的教学模式。     

面向知识图谱补全的归纳学习研究综述

知识图谱补全能够使知识图谱更加完整。然而,传统的知识图谱补全方法假定在测试时所有实体和关系都出现在训练过程,由于现实世界知识图谱的演变性质,一旦出现不可见实体或不可见关系,就需要重新训练知识图谱。面向知识图谱补全的归纳学习旨在补全包含不可见实体或不可见关系的三元组,而无需从头开始训练知识图谱,因此近年来受到广泛关注。首先从知识图谱的基本概念出发,将知识图谱补全分为两大类,直推式和归纳式;其次从归纳式的知识图谱补全的理论角度出发,分为半归纳和全归纳这两类,并从该角度对模型进行总结归纳;然后从归纳式的知识图谱补全的技术角度出发,分为基于结构信息和基于额外信息这两大类,将基于结构信息的方法细分为基于归纳嵌入、基于逻辑规则和基于元学习这三类,将基于额外信息的方法细分为基于文本信息和其他信息这两类,并对当下方法进一步深入细分、分析和对比;最后对未来的研究方向进行展望。