基于背景知识相似度的知识结构学习辅助方法和系统与流程

本发明涉及知识分享平台上的技术方案，尤其涉及为知识结构的学习提供智能辅助的方法和系统。

背景技术：

随着互联网、移动互联网的快速发展，人们可以借助网络在一些知识分享平台上进行系统性的学习。一个知识体系可以基于树状的知识结构来搭建，将完整的知识体系拆分为多个知识点，然后利用知识点之间的逻辑关系来搭建树状结构，比如上一级知识点和下一级知识点之间的关系、同属于一个上级知识点的各知识点之间的并列关系等等。

在知识分享平台中会存在一些权威性的知识结构体系，通常是平台中由管理员设置的或者是由权威专家构建的，平台上的用户为了学习这方面的知识内容，通常会利用对应的权威性的知识结构体系进行系统性的学习。

然而，对于初学者而言，这一知识结构体系初次展现在学习者面前的已经是一个完整的知识结构体系，学习者只能看到体系中的每个节点在体系中的位置，但是节点(知识点)的位置只能表示其在整个体系中的上位程度，但无法为学习者提供适合该学习者学习该体系的最佳顺序，这给学习者利用知识分享平台系统学习知识结构的效率带来了一定的阻碍。

技术实现要素：

以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。

本发明的目的在于解决上述问题，提供了一种基于背景知识相似度的知识结构学习辅助方法和系统，能够提高学习者利用知识分享平台系统学习知识结构的效率，进而提升知识分享的利用率。

本发明的技术方案为：本发明揭示了一种基于背景知识相似度的知识结构学习辅助方法，包括：

步骤1：记录不同学习者对知识结构中的各个知识点的学习顺序；

步骤2：将已经完成该知识结构学习的各个学习者的背景知识体系和该知识结构的初学者的背景知识体系进行比较，获得该各个学习者与该初学者的背景知识体系的相似度；

步骤3：将背景知识体系的相似度高于设定值的学习者对该知识结构的学习顺序推荐给该初学者。

根据本发明的基于背景知识相似度的知识结构学习辅助方法的一实施例，在步骤2中获得背景知识体系的相似度的过程进一步包括：

先以初学者的背景知识体系的各个知识结构的根词条为基础，实时将结构格式转化为文本格式并存储，然后将转化为文本格式的初学者的根词条与其他学习者的转化为文本格式的已有根词条进行两两余弦相似度对比，最后根据余弦相似度获得背景知识体系的相似度。

根据本发明的基于背景知识相似度的知识结构学习辅助方法的一实施例，该知识结构包括系统推荐的同一个知识结构或者系统查询到的相似的多个知识结构。

本发明还揭示了一种基于背景知识相似度的知识结构学习辅助系统，包括：

学习顺序记录模块，记录不同学习者对知识结构中的各个知识点的学习顺序；

背景知识体系相似度比较模块，将已经完成该知识结构学习的各个学习者的背景知识体系和该知识结构的初学者的背景知识体系进行比较，获得该各个学习者与该初学者的背景知识体系的相似度；

知识点学习顺序推荐模块，将背景知识体系的相似度高于设定值的学习者对该知识结构的学习顺序推荐给该初学者。

根据本发明的基于背景知识相似度的知识结构学习辅助系统的一实施例，背景知识体系相似度比较模块先以初学者的背景知识体系的各个知识结构的根词条为基础，实时将结构格式转化为文本格式并存储，然后将转化为文本格式的初学者的根词条与其他学习者的转化为文本格式的已有根词条进行两两余弦相似度对比，最后根据余弦相似度获得背景知识体系的相似度。

根据本发明的基于背景知识相似度的知识结构学习辅助系统的一实施例，该知识结构包括系统推荐的同一个知识结构或者系统查询到的相似的多个知识结构。

本发明对比现有技术有如下的有益效果：本发明通过对某一知识结构的众多学习者的背景知识体系进行检查，将背景知识体系和初学者的相似度较高的学习者对这一知识结构的学习顺序提供给该知识结构的初学者，以提高学习该知识结构的效率。相对于现有的一些知识分享平台，他们都没有向学习者提供针对于所要学习的知识结构的学习顺序，致使初学者面对繁杂的知识体系的学习会有无从下手的感觉。

附图说明

在结合以下附图阅读本公开的实施例的详细描述之后，能够更好地理解本发明的上述特征和优点。在附图中，各组件不一定是按比例绘制，并且具有类似的相关特性或特征的组件可能具有相同或相近的附图标记。

图1示出了本发明的基于背景知识相似度的知识结构学习辅助方法的一实施例的流程图。

图2示出了本发明的基于背景知识相似度的知识结构学习辅助系统的一实施例的原理图。

具体实施方式

以下结合附图和具体实施例对本发明作详细描述。注意，以下结合附图和具体实施例描述的诸方面仅是示例性的，而不应被理解为对本发明的保护范围进行任何限制。

图1示出了本发明的基于背景知识相似度的知识结构学习辅助方法的一实施例的流程。请参见图1，本实施例的方法的各实施步骤详述如下。

步骤s1：记录不同学习者对知识结构中的各个知识点的学习顺序。

步骤s2：将已经完成该知识结构学习的各个学习者的背景知识体系和该知识结构的初学者的背景知识体系进行比较，获得该各个学习者与该初学者的背景知识体系的相似度。

获得背景知识体系的相似度的过程进一步包括：

先以初学者的背景知识体系的各个知识结构的根词条为基础，实时将结构格式转化为文本格式并存储，然后将转化为文本格式的初学者的根词条与其他学习者的转化为文本格式的已有根词条进行两两余弦相似度对比，最后根据余弦相似度获得背景知识体系的相似度。

步骤s3：将背景知识体系的相似度高于设定值的学习者对该知识结构的学习顺序推荐给该初学者。

除了本实施例所述的不同学习者针对同一权威知识结构体系的示例之外，还可以进行适当的扩展。例如，不同学习者学习的不是同一个结构体系，而是相似的知识结构体系。系统会首先判断平台上存在相似性的知识结构体系，而用户学习知识结构的可能会参考的学习者可以是与其学习的知识结构相似的学习者。

图2示出了本发明的基于背景知识相似度的知识结构学习辅助系统的一实施例的原理。请参见图2，本实施例的系统包括：学习顺序记录模块、背景知识体系相似度比较模块、知识点学习顺序推荐模块。

学习顺序记录模块用于记录不同学习者对知识结构中的各个知识点的学习顺序。

背景知识体系相似度比较模块用于将已经完成该知识结构学习的各个学习者的背景知识体系和该知识结构的初学者的背景知识体系进行比较，获得该各个学习者与该初学者的背景知识体系的相似度。

背景知识体系相似度比较模块先以初学者的背景知识体系的各个知识结构的根词条为基础，实时将结构格式转化为文本格式并存储，然后将转化为文本格式的初学者的根词条与其他学习者的转化为文本格式的已有根词条进行两两余弦相似度对比，最后根据余弦相似度获得背景知识体系的相似度。

知识点学习顺序推荐模块用于将背景知识体系的相似度高于设定值的学习者对该知识结构的学习顺序推荐给该初学者。

除了本实施例所述的不同学习者针对同一权威知识结构体系的示例之外，还可以进行适当的扩展。例如，不同学习者学习的不是同一个结构体系，而是相似的知识结构体系。系统会首先判断平台上存在相似性的知识结构体系，而用户学习知识结构的可能会参考的学习者可以是与其学习的知识结构相似的学习者。

尽管为使解释简单化将上述方法图示并描述为一系列动作，但是应理解并领会，这些方法不受动作的次序所限，因为根据一个或多个实施例，一些动作可按不同次序发生和/或与来自本文中图示和描述或本文中未图示和描述但本领域技术人员可以理解的其他动作并发地发生。

本领域技术人员将进一步领会，结合本文中所公开的实施例来描述的各种解说性逻辑板块、模块、电路、和算法步骤可实现为电子硬件、计算机软件、或这两者的组合。为清楚地解说硬件与软件的这一可互换性，各种解说性组件、框、模块、电路、和步骤在上面是以其功能性的形式作一般化描述的。此类功能性是被实现为硬件还是软件取决于具体应用和施加于整体系统的设计约束。技术人员对于每种特定应用可用不同的方式来实现所描述的功能性，但这样的实现决策不应被解读成导致脱离了本发明的范围。

结合本文所公开的实施例描述的各种解说性逻辑板块、模块、和电路可用通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立的门或晶体管逻辑、分立的硬件组件、或其设计成执行本文所描述功能的任何组合来实现或执行。通用处理器可以是微处理器，但在替换方案中，该处理器可以是任何常规的处理器、控制器、微控制器、或状态机。处理器还可以被实现为计算设备的组合，例如dsp与微处理器的组合、多个微处理器、与dsp核心协作的一个或多个微处理器、或任何其他此类配置。

结合本文中公开的实施例描述的方法或算法的步骤可直接在硬件中、在由处理器执行的软件模块中、或在这两者的组合中体现。软件模块可驻留在ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、cd-rom、或本领域中所知的任何其他形式的存储介质中。示例性存储介质耦合到处理器以使得该处理器能从/向该存储介质读取和写入信息。在替换方案中，存储介质可以被整合到处理器。处理器和存储介质可驻留在asic中。asic可驻留在用户终端中。在替换方案中，处理器和存储介质可作为分立组件驻留在用户终端中。

在一个或多个示例性实施例中，所描述的功能可在硬件、软件、固件或其任何组合中实现。如果在软件中实现为计算机程序产品，则各功能可以作为一条或更多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机存储介质和通信介质两者，其包括促成计算机程序从一地向另一地转移的任何介质。存储介质可以是能被计算机访问的任何可用介质。作为示例而非限定，这样的计算机可读介质可包括ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁存储设备、或能被用来携带或存储指令或数据结构形式的合意程序代码且能被计算机访问的任何其它介质。任何连接也被正当地称为计算机可读介质。例如，如果软件是使用同轴电缆、光纤电缆、双绞线、数字订户线(dsl)、或诸如红外、无线电、以及微波之类的无线技术从web网站、服务器、或其它远程源传送而来，则该同轴电缆、光纤电缆、双绞线、dsl、或诸如红外、无线电、以及微波之类的无线技术就被包括在介质的定义之中。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(cd)、激光碟、光碟、数字多用碟(dvd)、软盘和蓝光碟，其中盘(disk)往往以磁的方式再现数据，而碟(disc)用激光以光学方式再现数据。上述的组合也应被包括在计算机可读介质的范围内。

提供对本公开的先前描述是为使得本领域任何技术人员皆能够制作或使用本公开。对本公开的各种修改对本领域技术人员来说都将是显而易见的，且本文中所定义的普适原理可被应用到其他变体而不会脱离本公开的精神或范围。由此，本公开并非旨在被限定于本文中所描述的示例和设计，而是应被授予与本文中所公开的原理和新颖性特征相一致的最广范围。