CN110263179A - 学习路径推送方法、装置、计算机设备和存储介质 - Google Patents

学习路径推送方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110263179A
CN110263179A CN201910503918.0A CN201910503918A CN110263179A CN 110263179 A CN110263179 A CN 110263179A CN 201910503918 A CN201910503918 A CN 201910503918A CN 110263179 A CN110263179 A CN 110263179A
Authority
CN
China
Prior art keywords
information
knowledge
knowledge point
weight
curriculum
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910503918.0A
Other languages
English (en)
Inventor
尹刚
黄井泉
肖立成
唐宗皓
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan Kude Network Technology Co Ltd
Original Assignee
Hunan Kude Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan Kude Network Technology Co Ltd filed Critical Hunan Kude Network Technology Co Ltd
Priority to CN201910503918.0A priority Critical patent/CN110263179A/zh
Publication of CN110263179A publication Critical patent/CN110263179A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种学习路径推送方法、装置、计算机设备和存储介质。所述方法包括:从预先设置的学习平台中获取课程信息,学习平台中各个课程通过节点逻辑有向连接,根据课程信息以及有向连接,获取课程信息中的知识点信息和各个知识点的连接信息,根据知识点信息和连接信息,生成课程信息对应的知识图谱,获取目标对象的历史课程信息,根据历史课程信息,确定知识图谱中的各个实体的推送权重,根据推送权重从大到小的排序,确定待推送学习路径,将待推送学习路径推送给目标对象对应的终端。采用本方法能够生成个性化的待推送学习路径,从而得到适合于目标对象的学习路径。

Description

学习路径推送方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域,特别是涉及一种学习路径推送方法、装置、计算机设备和存储介质。
背景技术
随着信息技术的高速发展,信息技术在人们生活中的应用越来越普遍,教育理念、学习理念、学习方式也发生了翻天覆地的变化,教育模式逐渐向全民教育、优质教育、个性化学习和终身学习方向发展。与传统的线下教育相比,利用网络学习能够满足学生更多的学习需求,例如数据回看、沟通等,利于巩固知识理论。利用网络学习已成为了学生获取信息的一个重要途径,在这样的背景下,在线学习平台逐渐进入人们的视野。
然而,目前的在线学习平台中课程繁多,各个课程之前缺乏索引以及关联,因此难以从海量的课程中选择出合适于自身的学习路径。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决学习平台中确定学习路径困难问题的学习路径推送方法、装置、计算机设备和存储介质。
一种学习路径推送方法,所述方法包括:
从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
在其中一个实施例中,还包括:将所述课程信息转化为结构化数据表单;所述结构化数据表单包括:节点表单和连接表单;识别所述节点表单中各个字段中的知识点标签;根据所述知识点标签以及预先设置的所述知识点标签与知识点的映射关系,获取所述课程信息中的知识点信息;根据所述连接表单和所述节点表单,获取各个知识点的连接信息。
在其中一个实施例中,还包括:根据所述知识点信息和所述连接信息,生成字符序列文件;将所述字符序列文件输入预先设置的图形数据库,生成所述课程信息对应的知识图谱。
在其中一个实施例中,还包括:根据所述知识图谱中各个实体的中心度,对所述知识图谱中各个实体的权重进行初始化,得到各个所述实体的初始权重。
在其中一个实施例中,还包括:获取目标对象的历史课程信息;所述历史课程信息中包括:通过课程的完成次数信息以及通过课程的错题信息;将错题信息中包含的知识点确定为重要知识点,根据所述完成次数信息设置所述重要知识点的重要权重;根据所述重要权重,对所述知识图谱中的初始权重进行更新,得到所述知识图谱中的各个实体的推送权重。
在其中一个实施例中,还包括:根据所述待推送权重从大到小的排序以及所述连接信息,生成待推送知识点列表;所述待推送知识点列表中包含依次排序的多个知识点以及知识点与其他知识点的连接关系;根据各个知识点的排序以及所述连接关系,将知识点最少的学习路径确定为待推送学习路径。
在其中一个实施例中,还包括:对所述课程信息进行预处理;所述预处理包括:知识点标签统一、空白数据筛选以及无效数据删除。
一种学习路径推送装置,所述装置包括:
数据获取模块,用于从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
数据处理模块,用于根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
知识图谱生成模块,用于根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
权重更新模块,用于获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
推送模块,用于根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
上述学习路径推送方法、装置、计算机设备和存储介质,通过提取学习平台中的课程信息,几何课程信息中包含的知识点以及知识点之间的有向连接逻辑,建立知识图谱,通过知识图谱的建立,使得学习平台中的知识体系化。然后,通过采集目标对象的历史课程信息,从而解析到历史课程信息中信息,便于知识图谱中各个实体的推送权重的设置,从而可以基于权重排序,确定待推送学习路径,将待推送学习路径发送给目标对象的终端,完成学习路径的推送。本发明实施例,将知识点体系化,从而结合目标对象的历史课程信息,生成个性化的待推送学习路径,从而得到适合于目标对象的学习路径。
附图说明
图1为一个实施例中学习路径推送方法的应用场景图;
图2为一个实施例中学习路径推送方法的流程示意图;
图3为一个实施例中获取知识点信息和连接信息步骤的流程示意图;
图4为一个实施例中知识图谱实体权重初始化步骤的流程示意图;
图5为一个实施例中确定各个实体的推送权重步骤的流程示意图;
图6为一个实施例中学习路径推送方法装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的学习路径推送方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种学习路径推送方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤202,从预先设置的学习平台中获取课程信息。
学习平台指的是用户可以通过网络访问的方式进行学习的平台,学习平台的特点是其服务器需要对用户的身份进行认证,认证包括:密码认证、标签认证等。另一方面,学习平台可以采集各个用户在平台中的学习记录,从而将学习记录与用户身份进行对应。
课程信息指的是目标对象所需要学习的课程,其中,一般而言,学习平台中的学习顺序是确定的,因此,服务器可以将学习平台中各个课程确定为通过节点逻辑进行有向连接的,有向连接指的是节点的逻辑执行顺序是从一个节点指向另一个节点。对于课程信息中的课程,每一个课程均会涉及到相应的知识点,通过获取课程信息,就可以获取所有课程的知识点分布。
步骤204,根据课程信息以及有向连接,获取课程信息中的知识点信息和各个知识点的连接信息。
知识点信息中包括多个知识点,知识点指的是在某一学习领域内的知识名称,例如在编程学习领域,知识点包括:if函数、循环、排序算法等,在获取到课程信息之后,可以获取到课程信息中包含的知识点信息,连接信息指的是一个知识点与另一个知识点的连接方向、关系等信息,通过课程的有向连接,可以解析得到课程中包含的知识点与另一个课程包含的知识点的连接信息。
步骤206,根据知识点信息和连接信息,生成课程信息对应的知识图谱。
知识图谱指的是采用可视化技术将知识资源载体进行描述的技术,知识图谱包括实体和关系,实体指的是知识图谱中各个点,关系指的是各个实体之间的连接关系,连接关系可以是父/子关系、流动顺序等。
本步骤中,通过获取得到的知识点信息作为知识图谱中的实体,通过连接信息建立实体的关系,从而构建出知识图谱。
步骤208,获取目标对象的历史课程信息,根据历史课程信息,确定知识图谱中的各个实体的推送权重。
目标对象指的是本次学习路径推送的对象,目标对象是学习平台中的用户,学习平台中存储了用户的历史课程信息,历史课程信息指的是用户在学习平台中学习留下的数据,数据主要包括了学习时间、学习时间段、学习课程、题目完成信息、完成课程信息等。服务器可以从学习平台中获取到目标对象的历史课程信息。
由于历史课程信息中包含了目标对象的个性化学习信息,因此,可以根据历史课程信息,确定知识图谱中各个实体的推送权重,具体实现时,可以根据学习时间、学习时间段、学习课程、题目完成信息、完成课程信息确定目标对象对各个知识点的掌握情况,从而便于确定知识图谱中实体的推送权重。
步骤210,根据推送权重从大到小的排序,确定待推送学习路径,将待推送学习路径推送给目标对象对应的终端。
确定为推送权重越大,对于目标对象越重要,因此推荐目标对象优先学习重要的知识点,因此,可以根据推送权重从大到小的排序,确定待推送学习路径,从而将待推送学习路径推送给目标对象对应的终端。
上述学习路径推送方法中,通过提取学习平台中的课程信息,几何课程信息中包含的知识点以及知识点之间的有向连接逻辑,建立知识图谱,通过知识图谱的建立,使得学习平台中的知识体系化。然后,通过采集目标对象的历史课程信息,从而解析到历史课程信息中信息,便于知识图谱中各个实体的推送权重的设置,从而可以基于权重排序,确定待推送学习路径,将待推送学习路径发送给目标对象的终端,完成学习路径的推送。本发明实施例,将知识点体系化,从而结合目标对象的历史课程信息,生成个性化的待推送学习路径,从而得到适合于目标对象的学习路径。
对于步骤202,在一实施例中,对于互联网上的课程信息,其数据量巨大,因此,可以通过爬虫技术,设置爬取目标,从而从学习平台获取课程信息。
在一个实施例中,如图3所示,为获取知识点信息和连接信息步骤的示意性流程图,具体步骤如下:
步骤302,将课程信息转化为结构化数据表单。
结构化数据指的数据库数据,通过对课程信息进行梳理,可以将课程信息转化为结构化数据表单,结构化数据表单包括:节点表单和连接表单。
节点表单中记录课程信息中节点的分布信息,连接表单记录课程信息中各个课程的连接关系。
步骤304,识别节点表单中各个字段中的知识点标签。
节点表单是一种数据库表单,数据库表单是由记录和字段构成,通过记录和字段可以查询到数据库中的指定数据,本步骤中,一个课程在节点表单通过一条记录表示,其中的每个知识点,均通过一个字段表示。知识点标签是一种可识别标签,服务器可以对知识点标签进行识别。
步骤306,根据知识点标签以及预先设置的知识点标签与知识点的映射关系,获取课程信息中的知识点信息。
服务器中预先设置了知识点标签与知识点的映射关系,从而在识别到知识点标签之后,可以确定知识点标签对应的知识点。
步骤308,根据连接表单和所述节点表单,获取各个知识点的连接信息。
在确定节点表单中的知识点后,结合连接表单可以明确各个知识点的连接关系,从而获取到各个知识点的连接信息。
本发明实施例中,通过标签识别的方式,可以准确识别学习平台中各个课程对应的知识点,从而提高建立的知识图谱的准确性。
对于步骤302,在一个实施例中,在此之前还需要对课程信息进行预处理;预处理包括:知识点标签统一、空白数据筛选以及无效数据删除。本实施例中,学习平台在设置课程对应的知识点标签时,可以采用人工或者机器学习的方式,两种方式均可能存在知识点标签不统一、课程对应知识点空白以及无效数据的情况,这类数据不利于建立结构化数据,因此需要对这部分数据进行处理,因此通过对课程信息进行预处理,可以建立准确的结构化数据。
对于步骤308,在一个实施例中,学习平台预先建立知识点标签和知识点的映射关系,然后服务器从学习平台中获取该映射关系,从而实现知识点的准确获取。
在另一个实施例中,在获取知识点信息和连接信息之后,还包括,根据知识点信息和连接信息生成字符序列文件,然后将字符序列文件输入预先设置的图形数据库,从而生成课程信息对应的知识图谱。
具体的,字符序列文件可以是CSV格式文件,图形数据库可以选择Neo4j图数据库,即,将知识点信息和连接信息导出为CSV格式文件,然后将CSV格式文件输入Neo4j图数据库,即可以生成知识图谱,在该知识图谱中,每个实体表示一个知识点,各个实体之间的关系通过连接信息建立。
在一个实施例中,如图4所示,是知识图谱实体权重初始化步骤的示意性流程图,具体步骤如下:
步骤402,获取课程信息对应的知识图谱。
步骤404,获取知识图谱中各个实体的中心度。
步骤406,根据各个实体的中心度,对知识图谱中各个实体的权重进行初始化,得到各个实体的初始化权重。
本实施例中,根据实体中心度对知识图谱各个实体的权重进行初始化,可以侧重知识图谱中的重要知识点,从而在推荐学习路径时,突出重要知识点的学习重要性。
在另一实施例中,可以通过中心度计算算法,计算知识图谱中的各个实体的中心度。又或者是,计算各个实体的出入度数量,从而根据出入度数量,评估知识图谱中各个实体的中心度。
在一个实施例中,如图5所示,为确定各个实体的推送权重步骤的示意性流程图,具体步骤如下:
步骤502,获取目标对象的历史课程信息。
历史课程信息存储在学习平台中,历史课程信息中包括通过课程的完成次数信息,例如,用户3次才完成该课程,历史课程信息中还包括通过课程的错题信息,例如课程设置正确率80%为通过课程,或者对于一个编程题目,bug数少于N个为通过课程,此时记录用户的错题以及BUG。
步骤504,将错题信息包含的知识点确定为重要知识点,根据完成次数信息设置重要知识点的重要权重。
解析错题或者BUG中涉及的知识点,将这些知识点确定为重要知识点,在设置重要权重时,可以根据完成次数信息进行设置。
在一具体实施例中,可以基于具体的错题,统计每一道错题的错误次数,然后根据次数进行排序,从而确定各个知识点的重要性排序。
步骤506,根据重要权重,对知识图谱中的初始权重进行更新,得到知识图谱中的各个实体的推送权重。
本实施例中,根据重要权重对初始权重进行更新,而重要权重是根据目标对象的个性化数据生成,从而得到的推送权重满足针对于目标对象的个性化需求。
另外,在获取目标对象的个性化数据时,可以有很多种选择,例如,目标对象完成该课程的总用时、总的修改次数等,本实施例仅给出两种数据进行计算,不表示仅存在这两种个性化数据。
在其中一个实施例中,在确定待推送学习路径时,可以根据待推送权重从大到小的排序以及连接信息,生成待推送知识点列表,待推送知识点列表中包含依次排序的多个知识点以及知识点与其他知识点的连接关系,根据各个知识点的排序以及连接关系,将知识点最少的学习路径确定为待推送学习路径。本实施例中,通过知识点的推送权重和连接信息,将学习路径最短的学习路径确定为待推送学习路径,从而便于目标对象确定学习的路径,提高目标对象的学习效率。
在一个具体实施例中,学习平台为编程学习平台,学习平台中包括多个逻辑连接的课程,即通过一个课程之后,才能学习下一个课程,对于学习平台中的每一个课程,预先对课程涉及的知识点采用知识点标签进行标记,对于每一个课程,用户需要完成课程指定要求的编程,在错误率小于一定值时,确定为该课程通过,开始下一个课程的学习。服务器采集到用户在学习平台中的历史学习信息之后,通过爬虫技术获取学习平台中课程信息,建立知识图谱,解析历史学习信息,得到用户的个性化数据,通过个性化数据对知识图谱中各个实体的初始权重进行更新,从而得到各个实体的推送权重,最后根据各个实体的连接信息和推送权重,将实体对应的知识点的学习路径推送给用户。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种学习路径推送装置,包括:数据获取模块602、数据处理模块604、知识图谱生成模块606、权重更新模块608和推送模块610,其中:
数据获取模块602,用于从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
数据处理模块604,用于根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
知识图谱生成模块606,用于根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
权重更新模块608,用于获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
推送模块610,用于根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
在其中一个实施例中,数据处理模块604还用于将所述课程信息转化为结构化数据表单;所述结构化数据表单包括:节点表单和连接表单;识别所述节点表单中各个字段中的知识点标签;根据所述知识点标签以及预先设置的所述知识点标签与知识点的映射关系,获取所述课程信息中的知识点信息;根据所述连接表单和所述节点表单,获取各个知识点的连接信息。
在其中一个实施例中,知识图谱生成模块606还用于根据所述知识点信息和所述连接信息,生成字符序列文件;将所述字符序列文件输入预先设置的图形数据库,生成所述课程信息对应的知识图谱。
在其中一个实施例中,权重更新模块608还用于根据所述知识图谱中各个实体的中心度,对所述知识图谱中各个实体的权重进行初始化,得到各个所述实体的初始权重。
在其中一个实施例中,权重更新模块608还用于获取目标对象的历史课程信息;所述历史课程信息包括:通过课程的完成次数信息以及通过课程的错题信息;将所述错题信息包含的知识点确定为重要知识点,根据所述完成次数信息设置所述重要知识点的重要权重;根据所述重要权重,对所述知识图谱中的初始权重进行更新,得到所述知识图谱中的各个实体的推送权重。
在其中一个实施例中,推送模块610还用于根据所述待推送权重从大到小的排序以及所述连接信息,生成待推送知识点列表;所述待推送知识点列表中包含依次排序的多个知识点以及知识点与其他知识点的连接关系;根据各个知识点的排序以及所述连接关系,将知识点最少的学习路径确定为待推送学习路径。
在其中一个实施例中,数据处理模块604还用于对所述课程信息进行预处理;所述预处理包括:知识点标签统一、空白数据筛选以及无效数据删除。
关于学习路径推送装置的具体限定可以参见上文中对于学习路径推送方法的限定,在此不再赘述。上述学习路径推送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储历史学习信息、知识图谱等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种学习路径推送方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将所述课程信息转化为结构化数据表单;所述结构化数据表单包括:节点表单和连接表单;识别所述节点表单中各个字段中的知识点标签;根据所述知识点标签以及预先设置的所述知识点标签与知识点的映射关系,获取所述课程信息中的知识点信息;根据所述连接表单和所述节点表单,获取各个知识点的连接信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述知识点信息和所述连接信息,生成字符序列文件;将所述字符序列文件输入预先设置的图形数据库,生成所述课程信息对应的知识图谱。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述知识图谱中各个实体的中心度,对所述知识图谱中各个实体的权重进行初始化,得到各个所述实体的初始权重。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取目标对象的历史课程信息;所述历史课程信息包括:通过课程的完成次数信息以及通过课程的错题信息;将所述错题信息包含的知识点确定为重要知识点,根据所述完成次数信息设置所述重要知识点的重要权重;根据所述重要权重,对所述知识图谱中的初始权重进行更新,得到所述知识图谱中的各个实体的推送权重。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据所述待推送权重从大到小的排序以及所述连接信息,生成待推送知识点列表;所述待推送知识点列表中包含依次排序的多个知识点以及知识点与其他知识点的连接关系;根据各个知识点的排序以及所述连接关系,将知识点最少的学习路径确定为待推送学习路径。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:对所述课程信息进行预处理;所述预处理包括:知识点标签统一、空白数据筛选以及无效数据删除。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将所述课程信息转化为结构化数据表单;所述结构化数据表单包括:节点表单和连接表单;识别所述节点表单中各个字段中的知识点标签;根据所述知识点标签以及预先设置的所述知识点标签与知识点的映射关系,获取所述课程信息中的知识点信息;根据所述连接表单和所述节点表单,获取各个知识点的连接信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述知识点信息和所述连接信息,生成字符序列文件;将所述字符序列文件输入预先设置的图形数据库,生成所述课程信息对应的知识图谱。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述知识图谱中各个实体的中心度,对所述知识图谱中各个实体的权重进行初始化,得到各个所述实体的初始权重。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取目标对象的历史课程信息;所述历史课程信息包括:通过课程的完成次数信息以及通过课程的错题信息;将所述错题信息包含的知识点确定为重要知识点,根据所述完成次数信息设置所述重要知识点的重要权重;根据所述重要权重,对所述知识图谱中的初始权重进行更新,得到所述知识图谱中的各个实体的推送权重。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据所述待推送权重从大到小的排序以及所述连接信息,生成待推送知识点列表;所述待推送知识点列表中包含依次排序的多个知识点以及知识点与其他知识点的连接关系;根据各个知识点的排序以及所述连接关系,将知识点最少的学习路径确定为待推送学习路径。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:对所述课程信息进行预处理;所述预处理包括:知识点标签统一、空白数据筛选以及无效数据删除。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种学习路径推送方法,所述方法包括:
从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
2.根据权利要求1所述的方法,其特征在于,根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息,包括:
将所述课程信息转化为结构化数据表单;所述结构化数据表单包括:节点表单和连接表单;
识别所述节点表单中各个字段中的知识点标签;
根据所述知识点标签以及预先设置的所述知识点标签与知识点的映射关系,获取所述课程信息中的知识点信息;
根据所述连接表单和所述节点表单,获取各个知识点的连接信息。
3.根据权利要求1所述的方法,其特征在于,根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱,包括:
根据所述知识点信息和所述连接信息,生成字符序列文件;
将所述字符序列文件输入预先设置的图形数据库,生成所述课程信息对应的知识图谱。
4.根据权利要求1所述的方法,其特征在于,在根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重之前,还包括:
根据所述知识图谱中各个实体的中心度,对所述知识图谱中各个实体的权重进行初始化,得到各个所述实体的初始权重。
5.根据权利要求4所述的方法,其特征在于,所述获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重,包括:
获取目标对象的历史课程信息;所述历史课程信息包括:通过课程的完成次数信息以及通过课程的错题信息;
将所述错题信息包含的知识点确定为重要知识点,根据所述完成次数信息设置所述重要知识点的重要权重;
根据所述重要权重,对所述知识图谱中的初始权重进行更新,得到所述知识图谱中的各个实体的推送权重。
6.根据权利要1至5任一项所述的方法,其特征在于,根据所述推送权重从大到小的排序,确定待推送学习路径,包括:
根据所述推送权重从大到小的排序以及所述连接信息,生成待推送知识点列表;所述待推送知识点列表中包含依次排序的多个知识点以及知识点与其他知识点的连接关系;
根据各个知识点的排序以及所述连接关系,将知识点最少的学习路径确定为待推送学习路径。
7.根据权利要求2所述的方法,其特征在于,在将所述课程信息转化为结构化数据表单之前,还包括:
对所述课程信息进行预处理;所述预处理包括:知识点标签统一、空白数据筛选以及无效数据删除。
8.一种学习路径推送装置,其特征在于,所述装置包括:
数据获取模块,用于从预先设置的学习平台中获取课程信息;所述学习平台中各个课程通过节点逻辑有向连接;
数据处理模块,用于根据所述课程信息以及所述有向连接,获取所述课程信息中的知识点信息和各个知识点的连接信息;
知识图谱生成模块,用于根据所述知识点信息和所述连接信息,生成所述课程信息对应的知识图谱;
权重更新模块,用于获取目标对象的历史课程信息,根据所述历史课程信息,确定所述知识图谱中的各个实体的推送权重;
推送模块,用于根据所述推送权重从大到小的排序,确定待推送学习路径,将所述待推送学习路径推送给目标对象对应的终端。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN201910503918.0A 2019-06-12 2019-06-12 学习路径推送方法、装置、计算机设备和存储介质 Pending CN110263179A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910503918.0A CN110263179A (zh) 2019-06-12 2019-06-12 学习路径推送方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910503918.0A CN110263179A (zh) 2019-06-12 2019-06-12 学习路径推送方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN110263179A true CN110263179A (zh) 2019-09-20

Family

ID=67917723

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910503918.0A Pending CN110263179A (zh) 2019-06-12 2019-06-12 学习路径推送方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110263179A (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990583A (zh) * 2019-11-25 2020-04-10 中山大学 一种基于网络嵌入的课程图谱构建方法
CN111223019A (zh) * 2020-01-15 2020-06-02 北京爱论答科技有限公司 一种学习内容推送方法、系统、设备及存储介质
CN111274411A (zh) * 2020-01-22 2020-06-12 文思海辉智科科技有限公司 课程推荐方法、装置、电子设备及可读存储介质
CN111309927A (zh) * 2020-02-17 2020-06-19 山东大学 一种基于知识图谱挖掘的个性化学习路径推荐方法及系统
CN111415542A (zh) * 2020-05-15 2020-07-14 上海乂学教育科技有限公司 模拟考试系统
CN111723855A (zh) * 2020-06-09 2020-09-29 广东小天才科技有限公司 一种学习知识点的显示方法、终端设备及存储介质
CN111913995A (zh) * 2020-07-08 2020-11-10 广州汇才创智科技有限公司 基于人工智能的编程学习资源推送方法及编程学习平台
CN112052342A (zh) * 2020-09-04 2020-12-08 西南大学 基于在线测试结果大数据分析的学习路径推荐方法及系统
CN112328804A (zh) * 2020-10-26 2021-02-05 北京黑岩方碑网络科技有限公司 确定学习情况的方法、装置以及存储介质
CN112395432A (zh) * 2021-01-19 2021-02-23 平安科技(深圳)有限公司 课程推送方法、装置、计算机设备及存储介质
CN113610237A (zh) * 2021-08-19 2021-11-05 北京京东乾石科技有限公司 学习路径规划方法及装置
CN113626621A (zh) * 2021-06-23 2021-11-09 北京思明启创科技有限公司 一种在线互动教学的课程内容生成系统和编辑装置
CN113704493A (zh) * 2021-08-27 2021-11-26 北京有竹居网络技术有限公司 展示信息确定方法、装置、设备及计算机可读存储介质
CN113763767A (zh) * 2021-08-25 2021-12-07 赣州市加薪教育科技有限公司 学习试题推送方法、装置、计算机设备和存储介质
CN113936514A (zh) * 2021-08-25 2022-01-14 国网浙江省电力有限公司培训中心 一种高压断路器试验实训系统
CN114297399A (zh) * 2021-11-24 2022-04-08 科大讯飞股份有限公司 知识图谱生成方法、系统、存储介质及电子设备
CN115187345A (zh) * 2022-09-13 2022-10-14 深圳装速配科技有限公司 智能家居建材推荐方法、装置、设备及存储介质
CN116128055A (zh) * 2023-04-07 2023-05-16 中关村科学城城市大脑股份有限公司 图谱构建方法、装置、电子设备和计算机可读介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105447005A (zh) * 2014-08-08 2016-03-30 百度在线网络技术(北京)有限公司 一种对象推送方法及装置
US20160133162A1 (en) * 2014-11-10 2016-05-12 International Business Machines Corporation Student specific learning graph
CN106991197A (zh) * 2017-05-30 2017-07-28 海南大学 一种基于知识图谱的目标驱动的学习点和学习路径推荐方法
CN107590127A (zh) * 2017-09-21 2018-01-16 北京师范大学 一种题库知识点自动标注方法及系统
US20180349357A1 (en) * 2013-12-03 2018-12-06 International Business Machines Corporation Detecting Literary Elements in Literature and Their Importance Through Semantic Analysis and Literary Correlation
CN109165350A (zh) * 2018-08-23 2019-01-08 成都品果科技有限公司 一种基于深度知识感知的信息推荐方法和系统
CN109300069A (zh) * 2018-10-25 2019-02-01 重庆鲁班机器人技术研究院有限公司 用户学习路径模型的获取方法、装置以及电子设备
CN109389870A (zh) * 2017-08-10 2019-02-26 亿度慧达教育科技(北京)有限公司 一种应用于电子教学中的数据自适应调整方法及其装置
CN109493666A (zh) * 2019-01-23 2019-03-19 广东小天才科技有限公司 一种学习互动方法及学习设备

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180349357A1 (en) * 2013-12-03 2018-12-06 International Business Machines Corporation Detecting Literary Elements in Literature and Their Importance Through Semantic Analysis and Literary Correlation
CN105447005A (zh) * 2014-08-08 2016-03-30 百度在线网络技术(北京)有限公司 一种对象推送方法及装置
US20160133162A1 (en) * 2014-11-10 2016-05-12 International Business Machines Corporation Student specific learning graph
CN106991197A (zh) * 2017-05-30 2017-07-28 海南大学 一种基于知识图谱的目标驱动的学习点和学习路径推荐方法
CN109389870A (zh) * 2017-08-10 2019-02-26 亿度慧达教育科技(北京)有限公司 一种应用于电子教学中的数据自适应调整方法及其装置
CN107590127A (zh) * 2017-09-21 2018-01-16 北京师范大学 一种题库知识点自动标注方法及系统
CN109165350A (zh) * 2018-08-23 2019-01-08 成都品果科技有限公司 一种基于深度知识感知的信息推荐方法和系统
CN109300069A (zh) * 2018-10-25 2019-02-01 重庆鲁班机器人技术研究院有限公司 用户学习路径模型的获取方法、装置以及电子设备
CN109493666A (zh) * 2019-01-23 2019-03-19 广东小天才科技有限公司 一种学习互动方法及学习设备

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110990583A (zh) * 2019-11-25 2020-04-10 中山大学 一种基于网络嵌入的课程图谱构建方法
CN111223019A (zh) * 2020-01-15 2020-06-02 北京爱论答科技有限公司 一种学习内容推送方法、系统、设备及存储介质
CN111274411A (zh) * 2020-01-22 2020-06-12 文思海辉智科科技有限公司 课程推荐方法、装置、电子设备及可读存储介质
CN111309927A (zh) * 2020-02-17 2020-06-19 山东大学 一种基于知识图谱挖掘的个性化学习路径推荐方法及系统
CN111415542A (zh) * 2020-05-15 2020-07-14 上海乂学教育科技有限公司 模拟考试系统
CN111723855A (zh) * 2020-06-09 2020-09-29 广东小天才科技有限公司 一种学习知识点的显示方法、终端设备及存储介质
CN111913995A (zh) * 2020-07-08 2020-11-10 广州汇才创智科技有限公司 基于人工智能的编程学习资源推送方法及编程学习平台
CN112052342A (zh) * 2020-09-04 2020-12-08 西南大学 基于在线测试结果大数据分析的学习路径推荐方法及系统
CN112052342B (zh) * 2020-09-04 2023-05-12 西南大学 基于在线测试结果大数据分析的学习路径推荐方法及系统
CN112328804A (zh) * 2020-10-26 2021-02-05 北京黑岩方碑网络科技有限公司 确定学习情况的方法、装置以及存储介质
CN112395432B (zh) * 2021-01-19 2021-04-06 平安科技(深圳)有限公司 课程推送方法、装置、计算机设备及存储介质
CN112395432A (zh) * 2021-01-19 2021-02-23 平安科技(深圳)有限公司 课程推送方法、装置、计算机设备及存储介质
CN113626621A (zh) * 2021-06-23 2021-11-09 北京思明启创科技有限公司 一种在线互动教学的课程内容生成系统和编辑装置
CN113626621B (zh) * 2021-06-23 2024-07-26 北京思明启创科技有限公司 一种在线互动教学的课程内容生成系统和编辑装置
CN113610237A (zh) * 2021-08-19 2021-11-05 北京京东乾石科技有限公司 学习路径规划方法及装置
CN113610237B (zh) * 2021-08-19 2024-07-16 北京京东乾石科技有限公司 学习路径规划方法及装置
CN113763767A (zh) * 2021-08-25 2021-12-07 赣州市加薪教育科技有限公司 学习试题推送方法、装置、计算机设备和存储介质
CN113936514A (zh) * 2021-08-25 2022-01-14 国网浙江省电力有限公司培训中心 一种高压断路器试验实训系统
CN113704493A (zh) * 2021-08-27 2021-11-26 北京有竹居网络技术有限公司 展示信息确定方法、装置、设备及计算机可读存储介质
CN114297399A (zh) * 2021-11-24 2022-04-08 科大讯飞股份有限公司 知识图谱生成方法、系统、存储介质及电子设备
CN115187345A (zh) * 2022-09-13 2022-10-14 深圳装速配科技有限公司 智能家居建材推荐方法、装置、设备及存储介质
CN116128055A (zh) * 2023-04-07 2023-05-16 中关村科学城城市大脑股份有限公司 图谱构建方法、装置、电子设备和计算机可读介质

Similar Documents

Publication Publication Date Title
CN110263179A (zh) 学习路径推送方法、装置、计算机设备和存储介质
CN110472060B (zh) 题目推送方法、装置、计算机设备和存储介质
CN112116092B (zh) 可解释性知识水平追踪方法、系统和存储介质
CN111160409A (zh) 一种基于共同特征学习的异构神经网络知识重组方法
CN109858806A (zh) 数据处理的方法、装置、介质和电子设备
KR102203048B1 (ko) 유사도를 이용한 교육 프로그램 추천방법 및 그 시스템
CN112214688A (zh) 选修课的推荐方法、装置和服务器
CN108763342A (zh) 学习资源分配方法和装置
CN110458732A (zh) 培训方法、装置、计算机设备和存储介质
CN105718527A (zh) 一种复习题目生成方法及装置
CN112231557A (zh) 在线学习挖掘方法、在线学习系统及服务器
CN117056452B (zh) 知识点学习路径构建方法、装置、设备以及存储介质
CN111552796A (zh) 组卷方法、电子设备及计算机可读介质
CN110223553B (zh) 一种答题信息的预测方法及系统
Singla et al. From {Solution Synthesis} to {Student Attempt Synthesis} for block-based visual programming tasks
CN115238169A (zh) 一种慕课可解释推荐方法、终端设备及存储介质
CN112541846B (zh) 一种基于注意力机制的高校选修课混合推荐方法及系统
CN109840867B (zh) 一种智能教学的方法、设备及装置
CN105976027A (zh) 数据处理方法和装置、芯片
CN109815126A (zh) 软件测试方法、装置、计算机设备和存储介质
CN110349477B (zh) 一种基于历史学习行为的编程错误修复方法、系统及服务器
CN117216202A (zh) 多模态模型的生成方法、多模态处理方法及设备
CN116153152A (zh) 一种用于在线课程学习的云教学平台及方法
US20180322796A1 (en) A/b testing for massive open online courses
Motta An evidence-based framework for supporting the engineering of IoT software systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Huang Jingquan

Inventor after: Xiao Licheng

Inventor after: Tang Zonghao

Inventor before: Yin Gang

Inventor before: Huang Jingquan

Inventor before: Xiao Licheng

Inventor before: Tang Zonghao

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190920