一种基于知识图谱的个性化学习平台及其构建方法与流程

本发明涉及数据处理技术领域，具体而言，涉及一种基于知识图谱的个性化学习平台及其构建方法。

背景技术：

当今社会，互联网的发展促使教育行业的发展趋向于网络化和智能化。在在线教学中，许许多多的课程只能做到视频教学和在线答题，老师并不能像线下教学一样很方便的了解学生对一些知识点的掌握程度和针对训练。在线教学的上课内容也只能用视频传达和题海战术，其不仅无法针对不同层次的学生进行差异化教学，还不能对个别学生对某知识点熟悉度进行鉴别而采取有针对性的强化训练，给教学工作带来很大的不便。

技术实现要素：

为了克服现有在线教学不仅无法针对不同层次的学生进行差异化教学，还不能对个别学生对某知识点熟悉度进行鉴别而采取有针对性的强化训练的问题，本发明提供了一种基于知识图谱的个性化学习平台及其构建方法，其具体技术方案如下：

一种基于知识图谱的个性化学习平台，包括服务器以及客户端，所述服务器与客户端通信连接，所述服务器包括：

知识题库，包括至少一门学科的知识点数据以及试题题目数据；

知识图谱，基于知识题库中的知识点数据以及试题题目数据构建而成；

知识点推荐模块，用于根据知识图谱中的知识点的熟悉程度计算知识点的学习资源推荐指数，并将学习资源推荐指数大于第一预设指数阈值的知识点推荐给用户；

其中，学习资源推荐指数s表示知识点熟悉程度，t表示遗忘时间，e表示自然常数，a表示知识点和常识的相似度，r表示某一题目与知识点的关联度，l表示某一题目的难度系数，n表示某一题目总分，c表示某一题目得到的实际分数。

可选的，所述服务器还包括针对训练模块，用于将学习资源推荐指数大于第二预设指数阈值的知识点相关联的试题题目推荐给用户。

可选的，所述客户端包括教师端、学生端以及管理员端，所述教师端用于任务发布、作业发布、试题管理以及活动管理，所述学生端用于签到、接收任务、系统通知以及题目训练，所述管理员端用于账号管理、班级管理、作业管理、试卷管理、文件管理、题库管理以及通知管理。

相应地，本发明还提供一种基于知识图谱的个性化学习平台构建方法，其包括如下步骤：

步骤1，获取至少一门学科的知识点数据以及试题题目数据，对知识点数据进行处理，建立知识题库；

步骤2，根据步骤1获取的知识点数据以及试题题目数据，构建知识图谱；

步骤3，计算学习资源推荐指数r，其中，s表示知识点熟悉程度，t表示遗忘时间，e表示自然常数，a表示知识点和常识的相似度，r表示某一题目与知识点的关联度，l表示某一题目的难度系数，n表示某一题目总分，c表示某一题目得到的实际分数；

步骤4，将学习资源推荐指数大于第一预设指数阈值的知识点推荐给用户。

可选的，所述个性化学习平台构建方法还包括：

步骤5，将学习资源推荐指数大于第二预设指数阈值的知识点相关联的试题题目推荐给用户；

其中，第二预设指数阈值大于第一预设指数阈值。

可选的，在步骤2中，根据步骤1获取的知识点数据以及试题题目数据构建知识图谱的具体方法为：

步骤2a，对知识点数据进行知识抽取以及对试题题目数据进行数据整合，形成初步知识表示；

步骤2b，对初步知识表示进行实体对齐，形成知识图谱。

可选的，所述知识抽取包括实体抽取、关系抽取以及属性抽取。

可选的，所述实体对齐包括实体消歧和共指消解。

相应地，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时实现上述所述的个性化学习平台构建方法。

本发明所取得的有益效果为：利用知识点与常识的相似度、题目与知识点的关联度、题目的难度系数、题目总分计算知识点的熟悉程度，然后通过知识点的熟悉程度、自然常数以及遗忘时间来计算学习资源推荐指数，可以针对不同层次的学生进行差异化教学，为不同学习层次的学生推荐与其匹配的学习资源和习题，还能对个别学生对某知识点熟悉度进行鉴别，然后采取有针对性的强化训练。与此同时，老师也可以深刻了解全体学生的知识点掌握程度。

附图说明

从以下结合附图的描述可以进一步理解本发明，将重点放在示出实施例的原理上。

图1是本发明实施例中一种基于知识图谱的个性化学习平台的整体结构示意图；

图2是本发明实施例中客户端的结构示意图；

图3是本发明实施例中一种基于知识图谱的个性化学习平台构建方法的整体流程示意图。

具体实施方式

为了使得本发明的目的、技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明。

本发明为一种基于知识图谱的个性化学习平台及其构建方法，根据附图所示讲述以下实施例：

如图1所示，一种基于知识图谱的个性化学习平台，包括服务器以及客户端，所述服务器与客户端通信连接。所述服务器基于b/s架构并以springboot为核心搭建而成，其包括知识题库、知识图谱以及知识点推荐模块。知识题库包括至少一门学科的知识点数据以及试题题目数据，知识图谱基于知识题库中的知识点数据以及试题题目数据构建而成，知识点推荐模块用于根据知识图谱中的知识点的熟悉程度计算知识点的学习资源推荐指数，并将学习资源推荐指数大于第一预设指数阈值的知识点推荐给用户。其中，学习资源推荐指数s表示知识点熟悉程度，t表示遗忘时间，e表示自然常数，a表示知识点和常识的相似度，r表示某一题目与知识点的关联度，l表示某一题目的难度系数，n表示某一题目总分，c表示某一题目得到的实际分数，正确为正数，错误为负数。知识点和常识的相似度以及某一题目与知识点的关联度通过初始预设而得。

通过计算学习资源推荐指数，可以针对不同层次的学生进行差异化教学，为不同学习层次的学生推荐与其匹配的学习资源，方便老师深刻了解全体学生的知识点掌握程度。

在一些实施例中，在刚搭建个性化学习平台之中，利用服务器对某一题目的难度系数进行初始预设，而后通过统计学生做题次数以及正确解答次数决定，比如学生做题次数为n，正确解答次数为m，则难度系数l＝(1-n/m)。

在一些实例中，某一题目的难度系数通过统计学生做过某一题目所得分数的平均分与该题目的总分计算而得。若某一题目总分为w，学生该题目得分平均分为x，则难度系数l＝(1-x/w)。

在一些实施例中，所述服务器还包括针对训练模块，用于将学习资源推荐指数大于第二预设指数阈值的知识点相关联的试题题目推荐给用户。通过针对训练模块，能对个别学生对某知识点熟悉度进行鉴别，然后采取有针对性的强化训练，加深学生对知识点的理解。

在一些实施例中，如图2所示，所述客户端包括教师端、学生端以及管理员端，所述教师端用于任务发布、作业发布、试题管理以及活动管理，所述学生端用于签到、接收任务、系统通知以及题目训练，所述管理员端用于账号管理、班级管理、作业管理、试卷管理、文件管理、题库管理以及通知管理。

相应地，如图3所示，本发明还提供一种基于知识图谱的个性化学习平台构建方法，其包括如下步骤：

步骤1，获取至少一门学科的知识点数据以及试题题目数据，对知识点数据进行处理，建立知识题库。

在建立知识题库后，开始对数据进行结构化以及数据包清洗等工作，以便于进行步骤2。

步骤2，根据步骤1获取的知识点数据以及试题题目数据，构建知识图谱；

步骤3，计算学习资源推荐指数r，其中，s表示知识点熟悉程度，t表示遗忘时间，e表示自然常数，a表示知识点和常识的相似度，r表示某一题目与知识点的关联度，l表示某一题目的难度系数，n表示某一题目总分，c表示某一题目得到的实际分数；

步骤4，将学习资源推荐指数大于第一预设指数阈值的知识点推荐给用户。

在一些实施例中，所述个性化学习平台构建方法还包括步骤5，将学习资源推荐指数大于第二预设指数阈值的知识点相关联的试题题目推荐给用户。其中，第二预设指数阈值大于第一预设指数阈值。

在一些实施例中，在步骤2中，根据步骤1获取的知识点数据以及试题题目数据构建知识图谱的具体方法为：

步骤2a，对知识点数据进行知识抽取以及对试题题目数据进行数据整合，形成初步知识表示。

知识点数据包括半结构化的知识点数据以及对非结构化的知识描述数据。把步骤1收集到的数据集进行处理，如结构化的试题题目数据进行数据整合，对半结构化的知识点数据以及对非结构化的知识描述数据进行三元组抽取(知识抽取)，并对数据集进行句法分析，标注词性等，对于小部分不能识别的专业名词数据集进行标注，最后整理成三元组，形成初步知识表示。

步骤2b，对初步知识表示进行实体对齐，形成知识图谱。

在一些实施例中，所述知识抽取包括实体抽取、关系抽取以及属性抽取。

在一些实施例中，所述实体对齐包括实体消歧和共指消解。

利用知识点与常识的相似度、题目与知识点的关联度、题目的难度系数、题目总分计算知识点的熟悉程度，然后通过知识点的熟悉程度、自然常数以及遗忘时间来计算学习资源推荐指数，可以针对不同层次的学生进行差异化教学，为不同学习层次的学生推荐与其匹配的学习资源和习题，还能对个别学生对某知识点熟悉度进行鉴别，然后采取有针对性的强化训练。与此同时，老师也可以深刻了解全体学生的知识点掌握程度。

相应地，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被处理器执行时实现上述所述的个性化学习平台构建方法。

综上所述，本发明公开的一种基于知识图谱的个性化学习平台及其构建方法，所产生的有益技术效果为：利用知识点与常识的相似度、题目与知识点的关联度、题目的难度系数、题目总分计算知识点的熟悉程度，然后通过知识点的熟悉程度、自然常数以及遗忘时间来计算学习资源推荐指数，可以针对不同层次的学生进行差异化教学，为不同学习层次的学生推荐与其匹配的学习资源和习题，还能对个别学生对某知识点熟悉度进行鉴别，然后采取有针对性的强化训练。与此同时，老师也可以深刻了解全体学生的知识点掌握程度。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。