CN107391586A - 一种基于知识分类的多屏知识可视化方法 - Google Patents

Abstract

本发明公开了一种基于知识分类的多屏知识可视化方法，包括以下步骤：1)利用基于机器学习中逻辑回归的分类方法建立的逻辑回归分类器，将知识分为概念型知识、过程型知识和应用型知识三类；2)知识可视化：利用对应的可视化工具对知识进行可视化操作，制作成不同类型的可视化图像；3)对可视化后的知识，结合相应的文字说明，使用多屏技术同时显示可视化图像和文字信息。发明基于知识可视化的方法，提出了对可视化知识进行分类的观点，并结合多屏教学系统进行展示，同时以视觉形式和文字形式呈现信息，让学习者通过“双重编码”加工信息，增强对知识的理解和记忆，促进知识可视化技术在教师教学、知识传递、思维启发等方面的应用。

Description

一种基于知识分类的多屏知识可视化方法

技术领域

本发明涉及教育技术领域，尤其涉及一种基于知识分类的多屏知识可视化方法。

背景技术

随着信息技术的快速发展，教师在教学时会采用一些技术方法来辅助教学。知识可视化作为一个新兴的教学方式，受到了广泛的关注。一方面，知识可视化促进了知识在群体之间的传递，让隐型的知识变得清晰明确；另一方面，知识可视化有助于思维的启发，提高学生知识创造的能力。

但是现有的知识可视化教学都是针对特定学科的知识点，没有形成可供参考的可视化教学模式，需要教师自己去探索合适的方法，阻碍了可视化教学的发展。随着多屏电子白板的出现，结合图文显示的知识可视化技术为这一问题的解决提供了合适的方法，这也是本发明专利的主要采用的方法。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于知识分类的多屏知识可视化方法。

本发明解决其技术问题所采用的技术方案是：一种基于知识分类的多屏知识可视化方法，包括以下步骤：

1)利用基于机器学习中逻辑回归的分类方法建立的逻辑回归分类器，将能进行可视化设计的知识分为概念型知识、过程型知识和应用型知识三类；

2)知识可视化：利用对应的可视化工具对知识进行可视化操作，制作成不同类型的可视化图像，具体如下：

2.1)使用MindManager思维导图工具将概念型知识制作成知识地图；

2.2)使用Office Visio制图软件将过程型知识制作成流程图；

2.3)使用Flash动画技术将应用型知识制作成动画、仿真或交互式可视化图像；

3)对可视化后的知识，结合可视化设计前的知识文字说明，使用多屏技术同时显示可视化图像和文字信息，可视化图像能够对知识有更形象的认识，文字信息可以对知识的学习更加具体、完整。

按上述方案，所述步骤1)中分类方法具体如下：

1.1)首先通过人工的方式根据可视化知识分类规则将知识分为概念型知识、过程型知识和应用型知识三类，构建分类后的知识库；

1.2)按照8:2的比例将知识库分成训练集和测试集，使用训练集训练，并用测试集进行验证正确率，寻找合适的参数，构建逻辑回归分类器；

1.3)最后利用逻辑回归分类器自动对知识进行分类。

本发明产生的有益效果是：本专利构建了一种基于知识分类的多屏知识可视化方法，根据相关可视化知识分类方法将知识分为概念型知识、过程型知识和应用型知识，并采用不同的可视化工具进行可视化设计，最后结合相应的文字说明，采用多屏技术进行可视化教学，为广大教师构建了一种可视化教学模型用于参考，有利于促进知识可视化教学方式的创新与发展。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明中多屏知识可视化方法流程图；

图2是本发明过程型知识可视化示意图；

图3是本发明多屏知识可视化示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明的一种基于知识分类的多屏知识可视化方法，包括以下步骤：

步骤1：首先根据相应的可视化知识分类规则，利用机器学习中逻辑回归的分类方法，自动将知识分为概念型知识、过程型知识和应用型知识等三类，具体分类步骤如下：

步骤11，首先通过人工的方式将知识分为概念型知识、过程型知识和应用型知识等三类，构建分类后的知识库。

步骤12，按照8:2的比例将知识库分成训练集和测试集，使用训练集训练，并用测试集进行验证正确率，寻找合适的参数，构建逻辑回归分类器。

步骤13，最后利用逻辑回归分类器自动对知识进行分类。

步骤2：利用对应的可视化工具对知识进行可视化操作，制作成不同类型的可视化图像，具体制作步骤如下：

步骤21，对于概念型知识，采用思维导图工具MindManager中的节点或连线来表示概念与概念之间的组织关系，将知识体系之间复杂的相互关系表现出来，制作成知识地图。

步骤22，对于过程型知识，通过建模的方式来表现，使用Office Visio制图软件，制作成流程图。如图2所示，运用对象、流程、变量和连接等基本元素将光合作用过程知识抽象化。

步骤23，对于应用型知识，使用Flash动画技术将应用型知识制作成动画、仿真或交互式可视化图像。

步骤3：对可视化后的知识，结合相应的文字说明，并使用多屏技术同时显示，教师通过多屏技术进行可视化教学，学生根据自身特点选择图像或文字信息进行学习。如图3所示，使用四个屏幕共同显示可视化知识和文字说明。可视化图像能够对知识有更形象的认识，文字信息可以对知识的学习更加具体、完整。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (2)

1.一种基于知识分类的多屏知识可视化方法，其特征在于，包括以下步骤：

1)利用基于机器学习中逻辑回归的分类方法建立的逻辑回归分类器，将能进行可视化设计的知识分为概念型知识、过程型知识和应用型知识三类；

2)知识可视化：利用对应的可视化工具对知识进行可视化操作，制作成不同类型的可视化图像，具体如下：

2.1)使用MindManager思维导图工具将概念型知识制作成知识地图；

2.2)使用Office Visio制图软件将过程型知识制作成流程图；

2.3)使用Flash动画技术将应用型知识制作成动画、仿真或交互式可视化图像；

3)对可视化后的知识，结合可视化设计前的知识文字说明，使用多屏技术同时显示可视化图像和文字信息。

2.根据权利要求1所述的基于知识分类的多屏知识可视化方法，其特征在于，所述步骤1)中分类方法具体如下：

1.1)首先通过人工的方式根据可视化知识分类规则将知识分为概念型知识、过程型知识和应用型知识三类，构建分类后的知识库；

1.2)按照8:2的比例将知识库分成训练集和测试集，使用训练集训练，并用测试集进行验证正确率，寻找合适的参数，构建逻辑回归分类器；

1.3)最后利用逻辑回归分类器自动对知识进行分类。