CN108647244B - 思维导图形式的主题教学资源集成方法、网络存储系统 - Google Patents

Abstract

本发明属于信息化教育技术领域，公开了一种思维导图形式的主题教学资源集成方法、网络存储系统，获取存储器所有教学资源文件名称，分词后生成关键词集合，根据TF‑IDF算法生成主题词集合，建立倒排索引；获取用户创建的知识节点主题名称，通过计算关键词相似度方式自动生成主题知识子节点，子节点根据倒排索引连接相关教学资源列表。本发明通过思维导图的形式，根据语义相似度算法自动建立知识主题与教学资源之间的关联，能够方便的按照知识点进行多种教学资源的展示，提供使用方便、实时、具有可视化交互功能的教学资源集成管理工具，实现用户之间对于知识结构和资源的交流和分享。

Description

思维导图形式的主题教学资源集成方法、网络存储系统

技术领域

本发明属于信息化教育技术领域，尤其涉及一种思维导图形式的主题教学资源集成方法、网络存储系统。

背景技术

目前，业内常用的现有技术是这样的：

经过多年建设，数字教学资源的内容极大丰富，足以满足教师与学生的日常教学需求，其内容包括电子版的教材、课件、教案、试卷、参考书籍及其他多媒体辅助素材，其格式包括文本、视频、音频等文件。教师与学生一般将资源存储在本地计算机或个人手机，借助U盘等移动存储介质进行交流传递，改变了传统的黑板教学模式，促进了各地教学资源的均衡化，提高了教学效果。现在不缺少教学资源，存在的问题是：(1)教学资源版本分布存储在不同的存储介质上，不利于教学参与者对同主题教学资源进行交流、评论、分享，不利于教学资源的更新整合；(2)教学资源与知识主题之间是多对多的关联关系，文件存储系统实现这种关系将出现较大的数据冗余；(3)随着知识主题的拓展深化，其与教学资源之间的关联关系是变化的，静态的文件存储结构无法自动更新这种动态关系。

解决上述技术问题的难度和意义：

因此，统一管理分布存储的教学资源，并自动建立教学资源与知识主题的关联，可以减少教学资源的重复存储，提高用户对教学资源的检索效率，帮助用户在不同知识主题下快速获取相关教学资源。

发明内容

本发明提供了一种思维导图形式的主题教学资源集成方法、网络存储系统。

本发明是这样实现的，一种思维导图形式的主题教学资源集成方法，所述思维导图形式的主题教学资源集成方法获取存储器所有教学资源文件名称，分词后生成关键词集合，根据TF-IDF算法生成主题词集合，建立倒排索引；获取用户创建的知识节点主题名称，通过计算关键词相似度方式自动生成主题知识子节点，子节点根据倒排索引连接相关教学资源列表。

进一步，所述思维导图形式的主题教学资源集成方法包括以下步骤：

步骤一，检索存储器中相关资源的文件名信息，经数据处理后获得短文本集合，即资源关键词集合，并存储文件与关键词集合的对应关系。

一个优选方式是，对资源的关键词集合根据相关算法进行筛选，提取主题词集合，或对资源内容做主题词摘要处理。

本步骤建立了知识文本到资源文件的第一重映射关系。

步骤二，创建思维导图节点，通过计算节点关键词与资源主题词相似度，建立知识概念-文档主题词的对应结构，并自动生成子节点。

本步骤建立思维概念到知识文本之间的第二重映射关系，通过两重映射关系的转换，建立了从思维概念到资源文件集合的映射，实现知识主题与教学资源之间的动态关联。

步骤三，对导图进行编辑，将导图存储为JSON文件格式，存储知识节点-文档主题词-教学资源集合的三级索引结构。

本步骤将思维概念到教学资源集合的关联关系转换成树形结构，存储到非结构化文件中，从而将用户的即时思维及思考过程中的资源集合保存下来，并可随时重现思维与资源之间的关联记忆。

进一步，所述生成文档倒排索引方法包括：

(1)获取存储器所有资源文件全路径名称；

(2)对资源名称进行分词处理本发明实施例将资源全路径名称去除路径及路径后获得其文件名称短语，进行分词后获得所有资源关键词集合；

(3)建立倒排索引；

对于关键词与主题词，建立倒排索引的步骤分别如下：

1)建立关键词的倒排索引

使用单词文档矩阵建立倒排索引；

根据单词文档矩阵，得出每个关键词的所对应的一系列文档编号，建立倒排索引；

2)建立主题词的倒排索引

使用单词文档矩阵来建立索引，根据之前记录的每个单词对应的文档频率IDF、包含该单词的对应文档编号、该单词在对应文档中的词频、该单词出现在某个文档中的位置；

(4)将关键词和主题词加入训练集得出模型文件

采用短文本相似度算法或或工具训练模型，将关键词与主题词集合加入训练集，训练完成后，输入任意词语，可得到该词的语义相似词，输出结果可按需求限定项目及排序。

进一步，所述步骤二具体包括：

(1)创建节点，输入节点关键字；

(2)设定相似度阈值a，调用短文本相似度算法计算节点关键字与文档索引主题词相似度，将与节点关键字相似度高于阈值的主题词按分数从高到低的次序放入队列；

(3)按照BFS算法自动生成子节点，默认创建一个3层共9个结点的子树结构，节点名称默认为关键词或主题词名称，并接入到起始根节点。

进一步，所述步骤三具体包括：

(1)按需求手动添加、自动生成、删除子节点；

(2)复制子树结构；

1)选择需要复制的节点；

2)选择复制操作，弹出参数界面，选择复制单节点还是复制子树；

3)如复制单节点，插入单节点算法，子节点连接到原父亲节点的父亲节点；

4)如复制子树，调整节点的父节点；

(3)根据检索结果，生成并显示节点对应的教学资源列表；

(4)修改各知识节点属性；

(5)将导图结构存储为JSON文件格式。

本发明的另一目的在于提供一种应用所述思维导图形式的主题教学资源集成方法的网络存储系统。

本发明的另一目的在于提供一种所述思维导图形式的主题教学资源集成系统，所述思维导图形式的主题教学资源集成系统包括：

生成索引模块，用于获取教学资源的关键词和主题词，生成倒排索引；

创建知识导图节点模块，用于通过计算关键词相似度将资源关键字以分数段为层级自动生成子节点；

导图编辑模块，用于编辑导图，并存储为JSON文件格式。

所述生成索引模块进一步包括：

路径名称单元，用于获取存储器所有资源文件全路径名称；

资源关键词集合单元，用于对资源名称进行分词处理将资源全路径名称去除路径及路径后获得其文件名称短语，分词后获得所有资源关键词集合；

生成索引单元，用于根据TF-IDF算法生成关键词与主题词的倒排索引。

生成模型单元，用于关键词与主题词的短文本相似度的训练分析。

所述创建知识导图节点模块进一步包括：

创建节点单元，用于输入节点关键字；

自动生成子节点单元；用于计算节点关键词与主题词的语义距离，并根据需求返回指定个数的主题词；

所述导图编辑模块进一步包括：

子节点处理单元，用于按需求手动添加、自动生成、删除子节点；

复制单元，用于复制子树结构；

资源集合单元，用于资源节点生成对应资源集合；

属性修改单元，用于修改各知识节点属性；

存储单元，用于将导图结构存储为JSON文件格式。

综上所述，本发明的优点及积极效果为：

本发明可以根据导图节点自动计算与文档主题词之间的相似度，建立知识主题-资源关键词-教学索引的三级结构，并自动生成导图子节点。该方法帮助用户在不同知识主题下快速获取对应教学资源，在知识思维重构过程中动态关联相关教学资源，并以思维导图的形式展示，可显著提高用户对教学资源的使用效率。

附图说明

图1是本发明实施例提供的思维导图形式的主题教学资源集成方法流程图。

图2是本发明实施例提供的生成关键词的单词文档结构图。

图3是本发明实施例提供的生成主题词的倒排索引结构图。

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仅用以解释本发明，并不用于限定本发明。

本发明通过相似度算法发现知识主题与教学资源的对应关系，建立资源物理存储位置与知识逻辑结构的动态关联结构。

本实施例提供的主题教学资源关联方法，采用云盘来建立分布存储的教学资源控制点，采用思维导图形式展现知识主题与教学资源列表，以下先对云盘和思维导图进行简单的介绍。

云盘是一种网络存储系统，能够提供在线存储、访问、备份、共享等资源管理的服务，用户使用账号密码，不管身在何地，使用云盘账号，通过互联网便可以访问管理云盘资源，同时可以方便的实现资源分享。本实施例将云盘看作一个集中式的资源版本控制服务器。

思维导图是一种有效的记忆和学习的思维工具，用于辅助理清学习逻辑，建立系统性的学习框架。本实施例借助思维导图实现一套技术方案，将无顺序的、跳跃式的、多类型的教学资源，与清晰的知识思维重构过程无缝结合。思维导图可以存储为一个结构化的JSON文件，各节点信息以及各节点之间的关系为树形结构，并可以用JSON数据规范进行描述。例如，如下所示的JSON数据所描述的思维导图中各节点之间的关系为：节点“交换律”是节点“加法交换律”和节点“乘法交换律”的父节点，其中节点“加法交换律”和节点“乘法交换律”互为兄弟，且分别为节点“交换律”的第一到第二个子节点。

如图1所示，本发明实施例提供的思维导图形式的主题教学资源集成方法包括以下步骤：

S101：:获取资源的关键词和主题词集合，建立主题词-教学资源的索引，实现对教学资源的快速检索。

S102：创建思维导图节点，通过计算节点关键词与资源主题词相似度，建立知识节点-文档主题词的对应结构，并自动生成导图子节点。

S103：对导图进行编辑，将导图存储为JSON文件格式，存储知识节点-文档主题词-教学资源的三级索引结构。

下面结合具体实施例对本发明的应用原理作进一步的描述。

本发明实施例提供的基于思维导图形式的主题教学资源集成方法包括以下步骤：

步骤一，获取资源的关键词和主题词集合，建立主题词-教学资源的索引。

在本发明实施例中获取本地存储器的资源关键词，生成倒排索引步骤如下：

(1)获取存储器所有资源文件全路径名称

教学多媒体资源文件分别有图片、Office文档、视频、音频等，本发明实施例设置常见的相关文件格式后缀名，对存储器进行遍历搜索，获取所有符合要求的资源文件全路径名称，含后缀名，为每个文件赋予唯一的编号，将编号与全路径名称存储在本地。

(2)对资源名称进行分词处理本发明实施例将资源全路径名称去除路径及路径后获得其文件名称短语，使用ICTCLAS2016进行分词，获得所有资源关键词集合。

一个优化方式是：针对word文档资源，可以进一步通过关键词频和文档频率来提取蕴含的资源主题词。在给定的文档内容中，词频(Term Frequency，简称TF)指的是某词语在该内容中出现次数，逆向文件频率(Inverse Document Frequency，简称为IDF)是一个词语普遍重要性的度量。某一个特定词语的IDF，可以由总内容数目除以包含该词语之内容的数目，再将得到的商取对数得到。在此，先计算出每个词的TF-IDF值，再计算每个文件名称的总权重，然后按降序排列，排在最前面的词为主题词。

对于关键词与主题词集合，都需要根据实际应用场景进一步进行数据筛选，以提升接下来的运算效率，在本发明实施例中，根据词典去除不具有语义的连接词等，并为每个关键词与主题词赋予唯一的编号。

(3)建立倒排索引

对于关键词与主题词，建立倒排索引的步骤分别如下：

1)建立关键词的倒排索引

使用单词文档矩阵来建立倒排索引，单词文档结构如图2所示，对关键词与无路径无后缀的文件名称执行字符串匹配算法，如命中则将文档序号填入矩阵中。

根据单词文档矩阵，可以得出每个关键词的所对应的一系列文档编号，从而建立倒排索引。

2)建立主题词的倒排索引

同样使用单词文档矩阵来建立索引，根据之前记录的每个单词对应的文档频率IDF、包含该单词的对应文档编号、该单词在对应文档中的词频、该单词出现在某个文档中的位置(POS)等参数，建立关键词倒排索引如图3。

当完成以上两步后，我们需要对关键词与主题词作一比对，如存在相同的字符串，并且关键词所属文档序号已在主题词索引中标记，则在关键词索引中去除该文档序号以免重复索引。

(4)将关键词和主题词加入训练集得出模型文件

在此步骤计算中，关键词与主题词合并入同一文件，本发明实施例采用word2vec工具，对关键词与主题词文件进行分析，并将分析输出为指定模型文件，以便重复利用。

训练完成后，输入任意词语，调用word2vec命令，即可得到该词的语义相似词，输出结果可按需求限定项目及排序。

步骤二，创建思维导图节点，通过计算节点关键词与资源主题词相似度，建立知识节点-文档主题词的对应结构，并自动生成导图子节点。

在本发明实施例中实现步骤二目标包括以下具体步骤：

(1)创建节点，输入节点关键字

知识导图的数据结构为树结构，每一个节点为复合存储结构，存储节点相关信息，包括对用户可见或不可见的内容，如文本、颜色、形状等属性。

节点可以是知识概念节点，也可以是分析过程节点，以体现整个知识获取过程的清晰思路，本发明实施例创建节点存在的限制规则是：过程节点的父节点与子节点都必须是一个知识概念节点，即不可能存在两个过程节点相邻的情况。

(2)点击自动生成子节点。

输入节点关键字后，可以点击打开生成资源子节点面板，设置相关参数，如子节点层数、每层子节点个数、默认颜色、形状、连接线段类型等等，本发明实施例默认值字节点层数为3，单层节点数位3。

调用word2vec命令，计算所有关键词与主题词与节点关键字的语义距离，并根据需求返回指定个数，本发明实施例返回与节点关键字语义距离最为接近的3个关键词或主题词。

采用BFS算法，将3个词语放入一个队列，根据次序依次计算每个词的相似词，选取未被选中过的3个词，再放入队列，依次类推，一共生成9个相似词。

创建一个3层共9个结点的子树结构，节点名称默认为关键词或主题词名称，并接入到起始根节点。

步骤三，对导图进行编辑，将导图存储为JSON文件格式，存储知识节点-文档主题词-教学资源的三级索引结构。

本发明实施例中，该步骤包括以下功能：

(1)按需求手动添加、自动生成、删除子节点

如果是手动添加子节点，则选中某个节点再生成子节点；如果是希望某个子节点继续生成相似主题词，则按步骤二的(2)操作即可；如需删除某个节点，选中后点击删除，可选择一并删除整个子树或者将该节点子节点连接到该节点之父节点。

(2)复制子树结构

本发明实施例中，具体包括以下步骤：

1)选择需要复制的节点

2)选择复制操作，弹出参数界面，选择复制单节点还是复制子树

3)如复制单节点，插入单节点算法，子节点连接到原父亲节点的父亲节点。

4)如复制子树，则调整该节点父节点即可。

(3)资源节点生成对应资源集合

本发明实施例中，当用户双击资源节点时，则根据资源节点之前生成的倒排索引，显示所有相关教学资源。用户可以对教学资源进行编辑或跳转到对应文件夹等操作。

(4)修改各知识节点属性

用户可以对节点取名或添加备注描述节点特征，可以编辑节点的前景和背景色，通过颜色、形状以对不同节点进行区分或重点突出。

(5)将导图结构存储为JSON文件格式

将对应的树形结构存储到JSON文件，包含有节点、节点关系、节点信息等相关数据。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种思维导图形式的主题教学资源集成方法，其特征在于，所述思维导图形式的主题教学资源集成方法包括以下步骤：

步骤一，获取资源的关键词和主题词集合，建立关键词和主题词-教学资源的索引，实现对教学资源的快速检索；

步骤二，创建思维导图节点，通过计算节点关键词与资源主题词相似度，建立知识节点-文档主题词的对应结构，并自动生成子节点；

步骤三，对导图进行编辑，将导图存储为JSON文件格式，存储知识节点-文档主题词-教学资源的三级索引结构，实现知识主题与教学资源之间的动态关联；

所述步骤一具体包括包括：

(1)获取存储器所有资源文件全路径名称；

(2)对资源全路径名称去除路径及路径后获得其文件名称短语，进行分词后获得所有资源关键词集合，根据TF-IDF算法生成主题词集合；

(3)建立倒排索引；

对于关键词与主题词，建立倒排索引的步骤分别如下：

1)建立关键词的倒排索引

使用单词文档矩阵建立倒排索引；

根据单词文档矩阵，得出每个关键词的所对应的一系列文档编号，建立倒排索引；

2)建立主题词的倒排索引

使用单词文档矩阵来建立倒排索引得出每个主题词对应的文档数量和文档编号，以及每个主题词在对应文档中的词频和位置，建立倒排索引；

(4)将关键词和主题词加入训练集得出模型文件

采用短文本相似度算法或工具训练模型，将关键词与主题词集合加入训练集，训练完成后，输入任意词语，得到该词的语义相似词，输出结果可按需求限定项目及排序；

所述步骤二具体包括：

(1)创建节点，输入节点关键字；

(2)设定相似度阈值a，调用短文本相似度算法计算节点关键字与文档索引主题词和关键词相似度，并与节点关键字相似度高于阈值的主题词或关键词按分数从高到低的次序放入队列；

(3)按照BFS算法自动生成子节点，默认创建一个3层共9个结点的子树结构，节点名称默认为关键词或主题词名称，并接入到起始根节点；

所述步骤三具体包括：

(1)按需求手动添加、自动生成、删除子节点；

(2)复制子树结构；

1)选择需要复制的节点；

2)选择复制操作，弹出参数界面，选择复制单节点还是复制子树；

3)如复制单节点，插入单节点算法，子节点连接到原父亲节点的父亲节点；

4)如复制子树，调整节点的父节点；

(3)资源节点生成对应资源集合；

(4)修改各知识节点属性；

(5)将导图结构存储为JSON文件格式。

Images