路径偏离纠正方法、装置及学习系统的制作方法
【技术领域】
[0001] 本发明涉及路径优化研究领域，特别涉及一种路径偏离纠正方法、装置，及采用上 述装置的学习系统。
【背景技术】
[0002] E-Learning是在线学习的新形式，它可以使学习者随时随地进行学习而不受时间 和空间的限制，其拥有很多资源，这些资源来源于老师、网络和共享。在学习过程中，E-Learning系统会记录用户在线学习的种种数据，然后对搜集到的数据进行挖掘分析，提炼 出有价值的信息，为每个用户提供独特的学习服务，同时还可以将学习者信息及时反馈给 教育者。
[0003] 对于一个确定的E-Learning学习系统来说，往往会由专家预设一个知识地图，在 该知识地图中描述了所有知识点以及各个知识点之间的关系。它可以以<V，R>表示，其中V 代表所有知识点的集合，R代表所有弧度的集合。每一个弧度包含箭头和箭尾，在箭尾的知 识点A是箭头知识点B的先行知识点，也就是必须要先学习 A才能学习 B。同时知识点之间的 权重也都是学习系统根据以往测试成绩自动计算得到的，权重值表示两个知识点之间的学 习难易程度，权重值越小表示两个知识点相关性越高，学习难度越低。对于一个确定的E-Learn i ng学习系统来说，上述的R为已知的。
[0004] 在利用现有的知识地图进行学习时，只要用户确定了起点和终点，那么E-Learning系统会利用其预设的路径选择方法，根据知识地图和用户数据自动给出一条推荐 的最优学习路线。理论上来说，得到最优路线后，用户只要严格按照该路线学习就能够得到 最优的学习效果。但是，在实际应用中，往往忽略了用户这一使用主体，用户有可能会按照 自己的主观意愿进行学习，导致逐步偏离系统推荐的最优路径，致使错过重要知识点、学习 效率降低。
[0005] 因此，寻求一种在现有E-Learning学习系统中最优路径确定后，可以实时判断当 前用户学习路径是否符合推荐的最优路径，以及在偏离时对当前路径进行及时调整的方法 和装置，具有重要实用价值。
【发明内容】
[0006] 本发明的一个目的在于克服现有技术的缺点与不足，提供一种路径偏离纠正方 法，该方法利用现有的知识地图，考虑了用户主体操作过程中的失误，将当前实际学习路径 与规划出的最优路径进行比对，以便及时判断学习路径是否偏离，以便实时了解学习者的 学习状况。
[0007] 本发明的另一个目的在于提供一种路径偏离纠正装置，该装置是设在现有的E-Learning学习系统上，通过设置该装置，可以对学习过程进行及时跟进、校正，使学习更高 效。
[0008] 本发明的另一个目的在于提供一种采用上述路径偏离纠正装置的在线学习系统， 该学习系统更能满足用户的需求，进一步提高学习效率。
[0009]本发明的目的通过以下的技术方案实现:路径偏离纠正方法，包括：
[00? 0] (1)在现有的E-Learning学习系统上确定当前用户采用的知识地图，知识地图中 的每个结点的位置、方向已知;该学习系统根据以往测试成绩自动计算相邻结点的权重值； 输入起始结点和目标结点，该学习系统自动得到一最优学习路径，依照顺序记录所述最优 学习路径所经过的各个结点，将其记为最优路径结点集合；
[0011] (2)在学习过程中读取用户当前所在结点，并按照学习时间顺序将该结点记录到 一学习知识链中，所述学习知识链是用于记录当前用户在利用上述知识地图进行学习过程 中所经过的每个结点；
[0012] (3)判断当前所在结点与目标结点之间是否存在通路，如果存在，则执行步骤(4)， 否则，执行步骤(6);
[0013] (4)判断当前所在结点与学习知识链中上一个结点在所述知识地图中的权重是否 大于跳跃阀值，如果是，则执行步骤(6)，否则，执行步骤(5);
[0014] (5)判断当前学习知识链中包括的结点数与最优学习路径中包括的结点数之差是 否大于预设的长度差阈值，如果是，则执行步骤(6)，否则不进行处理；
[0015] (6)返回到最优路径结点集合中第一个还未学习的结点。
[0016]现有技术中，最优学习路径的得到方法已有很多研究，现有的E-Learning学习系 统都会自带这类的方法。为了减小计算量，本发明中，所述步骤（1)中最优学习路径的得到 方法如下：
[0017] (1-1)计算相邻节点的权重：
[0018]权重的计算公式如下
[0019] y = -k( Xafter/Zbefore ) + 10
[0020] 其中，k = 4.571 ; XbeforeS前一结点以往测试的平均值;xafter是后一结点以往测试 的平均值；
[0021] (1 -2)迭代计算从起始结点和目标结点的所有路径；
[0022] (1-3)计算每条路径的权重和；
[0023] (1 -4)选取权重和最小的路径作为最优路径。
[0024]优选的，所述步骤(4)中，跳跃阀值初始化值为无穷大，在处理过程中动态调整，调 整方法是：
[0025] (4-1)采集用户学习过程中的学习行为日志，学习行为日志表示为{stuID， objectIDbefore，objectIDAfter，currentLength，currentWeight，maxWeight，score}，其 中，stuID是学习者编号，object IDbef ore是学习知识链中上一个结点，object IDAf ter是当 前所在结点，currentLength是当前的学习知识链长度，currentWeight是object IDbef ore 和〇13」6〇1：104；^61'之间的权重，1]^1￥618111：是前后两个结点允许的跳跃阀值，8〇(^6用于记录 用户学习完objectIDAfter后的测试分数；
[0026] (4-2)执行当前所在结点的测试步骤，根据score值判断用户是否通过测试，如果 测试通过，则由用户继续沿知识地图自主学习；否则，执行步骤(4-3);
[0027] (4-3)判断currentWeight是否大于maxWeight，如果是，则执行步骤(6)，否则，令 maxWeight取值当前的currentWeight值，并执行步骤(5)。
[0028]优选的，所述步骤(5)中，长度差阈值的设定方法是：
[0029]已知学习知识链长度基本符合正态分布：
[0030]
[0031]其中，μ是已知当前所有用户学习知识链中包括的结点数的均值，σ为方差;设最优 学习路径中包括的结点数为μ_ηι;则长度差阈值的初始值为μ-μ_ηι;
[0032]当有新用户完成该地图的学习后，则将其实际的学习知识链中包括的结点数统计 到上述正态分布公式中，得到新的y_new，然后将长度差阈值更新为y_new-y_m。这样，随着 用户的增多，样本数据增大，其长度差阈值也会越来越精确。
[0033]路径偏离纠正装置，包括以下模块：
[0034]确定最优路径模块，用于在现有的E-Learning学习系统上确定当前用户采用的知 识地图，知识地图中的每个结点的位置、方向已知;该学习系统根据以往测试成绩自动计算 相邻结点的权重值;输入起始结点和目标结点，该学习系统自动得到一最优学习路径，依照 顺序记录所述最优学习路径所经过的各个结点，将其记为最优路径结点集合；
[0035]获取当前知识点模块，用于在学习过程中读取用户当前所在结点，并按照学习时 间顺序将该结点记录到一学习知识链中，所述学习知识链是用于记录当前用户在利用上述 知识地图进行学习过程中所经过的每个结点；
[0036]通路判断模块，用于判断当前所在结点与目标结点之间是否存在通路，如果存在， 则运行相邻结点权重判断模块;否则