CN110544414A - 知识图谱的处理方法和装置 - Google Patents
知识图谱的处理方法和装置 Download PDFInfo
- Publication number
- CN110544414A CN110544414A CN201910704344.3A CN201910704344A CN110544414A CN 110544414 A CN110544414 A CN 110544414A CN 201910704344 A CN201910704344 A CN 201910704344A CN 110544414 A CN110544414 A CN 110544414A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- student
- difficulty
- information
- learning
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012360 testing method Methods 0.000 claims description 106
- 238000012545 processing Methods 0.000 claims description 24
- 239000000463 material Substances 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004399 eye closure Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
Abstract
本发明实施例提供一种知识图谱的处理方法和装置。该方法包括:获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项;基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项;基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。本发明实施例能够直观地展示各个知识点的难度、各个知识点的有效学习时长、学生对各个知识点的掌握情况,以及根据自身学习情况实时更新各个知识点之间的顺序。
Description
技术领域
本发明实施例涉及互联网技术领域,尤其涉及一种知识图谱的处理方法和装置。
背景技术
随着互联网的发展,教育方式更加多样化和智能化,尤其是在线教育越来越普及。在线教育过程中,较为典型的一个应用就是知识图谱,能够将学生要学习的各个知识点进行直观展示。然而现有的知识图谱,学生看不出哪个知识点的难度高,哪个知识点花了较长时间才掌握且需要进一步巩固,也没有考虑到有效学习时间。综上,如何更加清楚、智能的展示学生的学习效果非常重要。
发明内容
本发明实施例提供一种知识图谱的处理方法和装置,以更加清楚、智能的展示学生的学习效果。
第一方面,本发明实施例提供一种知识图谱的处理方法,包括:获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项;基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项;基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。
第二方面,本发明实施例提供一种知识图谱的处理装置,包括:获取模块,用于获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息;确定模块,用于基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息;更新模块,用于基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息更新所述待更新知识图谱。
第三方面,本发明实施例提供一种知识图谱的处理设备,包括:
存储器;
处理器;以及
计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现第一方面所述的方法。
第四方面,本发明实施例提供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以实现第一方面所述的方法。
本发明实施例提供的一种知识图谱的处理方法和装置,通过获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项;基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项;基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。由于能够实时根据学生的学习情况信息来确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项,并且基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。因此,最终能够得到适合于该学生的知识图谱,学生通过知识图谱能够直观地了解各个知识点的难度、各个知识点的有效学习时长、对各个知识点的掌握情况,以及推荐的适合自身学习情况的学习路径,考虑了有效学习时间。
附图说明
图1是本发明实施例提供的一种应用场景图;
图2为本发明实施例提供的知识图谱的处理方法流程图;
图3为本发明另一实施例提供的知识图谱的处理方法流程图;
图4为本发明实施例提供的知识图谱的处理装置的结构示意图;
图5为本发明实施例提供的知识图谱的处理设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是本发明实施例提供的一种应用场景图。如图1所示,该应用场景包括终端设备10,终端设备10上设置有第三方应用程序(Application,APP),该APP能够展示知识图谱,知识图谱是根据教材的章节单元内容构建的,知识图谱包括多个以知识点为基本单元的节点11。知识点可以采用Xij来表示,其中,i表示指定年级教材的章节,j表示知识点在教材的某一章节中出现的顺序,例如,在该章节中作为第几个知识点出现。Y是X的集合,代表每道题包含的知识点。这些节点11可以形成多条学习路径,每一条学习路径包括多个节点11,这些节点11之间通过带箭头的线段连接,箭头的指向代表这些节点11对应的知识点在相应的学习路径中的先后学习顺序,例如,知识点分别为:三角形的稳定性、三角形三边的关系和求边长。可以看出,知识点的先后学习顺序依次为三角形的稳定性、三角形三边的关系和求边长。其中,终端设备10可以是智能手机、Ipad、个人电脑等。应当理解的是,图1中三个知识点仅作为示例进行说明,并不限定知识点的数量。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
图2为本发明实施例提供的知识图谱的处理方法流程图。本发明实施例针对现有技术的如上技术问题,提供了知识图谱的处理方法,该方法具体步骤如下:
步骤201、获取待更新知识图谱,待更新知识图谱包括多个具有顺序关系的知识点,每个知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项。
具体的,待更新知识图谱可以是如图1所示的知识图谱。本发明实施例的知识图谱中每个知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项。需要说明的是,学生拿到该知识图谱的最初状态下,对于每个学生来说,各个知识点之间的顺序关系、每个知识点的难度信息、学生对每个知识点的掌握程度信息、学生对每个知识点的学习时长信息是相同的。初始状态下,各个知识点之间的顺序关系、每个知识点的难度信息、学生对每个知识点的掌握程度信息、学生对每个知识点的学习时长信息可以根据大数据计算得到,例如,初始状态下的知识图谱中各个知识点可以按照在教材中出现的先后顺序来展示。
在本发明实施例中,每个知识点可以对应多个题目,每个题目也可以对应多个知识点。每一个题目具有特征值,特征值表示为E(Y,Z),其中,Y是该题目包含的知识点的集合,Z是该题目包含的每个知识点的难度。其中,各个知识点的顺序关系是指各个知识点在知识图谱规划的相应学习路径中的先后顺序关系。例如,节点A和节点B通过带箭头的线段连接,且箭头指向节点B,则代表节点A属于节点B的前置节点,意味着节点A对应的知识点的学习顺序先于节点B对应的知识点。
步骤202、基于学生对知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项。
具体的,学生对知识点的学习情况信息可以包括学生的做题信息、学习视频信息以及学习课件信息等。
通过学生在APP上一段时间的学习,各个知识点对学生的难度信息、学生对知识点的掌握程度信息都会发生变化,随着学生对知识点学习时间的增加,知识点的学习时长信息也会发生变化。因此,通过分析学生的学习情况信息,就可以确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息。
步骤203、基于难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项更新待更新知识图谱。
具体的,在确定了难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息之后,就可以根据难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息来更新待更新知识图谱,更新后的知识图谱是适合于与获取到学习情况信息对应的学生的具体学习情况的,学生可以直观地看到通过对知识点的一段时间的学习后,对应知识点的难度信息、知识点的掌握程度、以及花费在该知识点上的有效学习时长,从而为后续的学习进行规划。
本发明实施例通过获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项;基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项;基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。由于能够实时根据学生的学习情况信息来确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项,并且基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。因此,最终能够得到适合于该学生的知识图谱,学生通过知识图谱能够直观地了解各个知识点的难度、各个知识点的有效学习时长、对各个知识点的掌握情况,以及推荐的适合自身学习情况的学习路径,考虑了有效学习时间。
可选的,每个知识点采用图标进行标识,且多个知识点之间采用线条进行连接;每个知识点的难度信息采用图标的尺寸信息表示;学生对知识点的掌握程度采用图标的颜色信息表示;学生对知识点的学习时长采用线条的长度信息表示。如图1所示,可选的,可以将各个知识点采用圆形来表示,圆形的直径大小代表该知识点的难度信息,圆形的不同颜色代表学生对该知识点的掌握程度,相邻两个圆形之间的连线的长短代表学生对知识点的学习时长。例如,圆形的直径越大,代表该圆形对应的知识点的难度越大,反之,圆形的直径越小,代表该圆形对应的知识点的难度越小;学生已掌握的知识点可以采用绿色来表示,学生未掌握的知识点可以采用黄色来表示,学生未学习的知识点可以采用灰色来表示。应当理解的是,知识点也可以采用其他形状来表示,不限于圆形,例如三角形和矩形以及多边形;知识点的难度信息也不限于采用直径来表示,还可以是面积;对于学生是否掌握知识点也不限于是本实施例介绍的绿色、黄色和灰色等颜色,还可以是其他的颜色;学生对知识点的学习时长也不限于采用线条的长短来表示,还可以是线条的粗细,或者不同类型的线条来表示。本发明实时对此不作具体限定。
其中,每个学生拿到知识图谱的初始状态下,圆形的直径、颜色和相邻两个圆形之间的连线的长短均相同。
可选的,每个知识点可以采用图标+文字描述的方式来展示,其中,文字描述主要是描述某一个图标是代表哪个知识点。
图3为本发明另一实施例提供的知识图谱的处理方法流程图。在上述实施例的基础上,本实施例提供的知识图谱的处理方法具体包括如下步骤:
步骤301、确定知识点的第一难度更新信息,第一难度更新信息与题目相关。
在本实施例中,第一难度更新信息是与题目相关,因此,当习题库中的题目发生变化,或者说知识点对应的题目发生变化时,第一难度更新信息才会发生变化,否则,第一难度更新信息就是一个常量。
可选的,确定知识点的第一难度更新信息,包括:确定知识点对应的多个题目的难度权重;确定知识点对应的多个题目中属于同一难度权重的个数;基于知识点对应的多个题目的难度权重和知识点对应的多个题目中属于同一难度权重的个数,确定知识点的第一难度更新信息。
在本实施例中,每个题目具有相应的难度因素以及相应的难度等级因素。具体的,可以根据题目以及题目的解析,通过语义分析得到每个题目的如下难度因素:该题目包含的知识点个数、推理等级、应用等级、题目背景等级。其中,每个难度因素对应有相应的多个难度等级因素,例如,推理等级包括无推理、简单推理、复杂推理等难度等级因素;应用等级包括识记、理解、应用等难度等级因素;题目背景等级包括无背景、简单情景和综合情景等难度等级因素。
举例来说,假设将难度因素记为a,将难度等级因素记为b,a的取值范围为1、2、3、4,b的取值范围为1、2、3,将某一个题目的难度权重表示为Kab,Kab代表某一个题目属于第a个难度因素,且属于第a个难度因素的第b个难度等级的权重。例如,K23代表某一道题目的难度因素为推理等级,且难度因素的难度等级因素为复杂推理的情况下,该道题目所对应的难度权重,可以看到,难度等级因素越高,难度权重越大,反之,难度等级因素越低,难度权重越小。nab表示某一知识点对应的一组题目中属于第a个难度因素,且属于第a个难度因素的第b个难度等级的个数,题目数量总和为n,则以题目本身为因素,以知识点为单位(n道题)的第一难度更新信息为:
步骤302、基于学生对知识点的学习情况信息,确定与学生答题情况相关的第二难度更新信息。
可选的,确定与学生答题情况相关的第二难度更新信息,包括:基于多个学生的多次测试成绩,将多个学生划分为多个学生人群;分别计算多个学生人群对预设数量题目的平均答题正确率;基于多个学生人群对预设数量题目的平均答题正确率确定与学生答题情况相关的第二难度更新信息。
可选的,多个学生人群可以包括两个不同的学生人群,则确定与学生答题情况相关的第二难度更新信息,包括:确定多次测试成绩均大于第一预设测试成绩的第一学生人群,以及多次测试成绩均低于第二预设测试成绩的第二学生人群;分别计算第一学生人群和第二学生人群对预设数量题目的第一平均答题正确率和第二平均答题正确率;基于第一平均答题正确率和第二平均答题正确率确定与学生答题情况相关的第二难度更新信息。
举例来说,可以在大数据中选取稳定分数的人群作为统计的学生人群。
例如,统计每个学生每次测试的答题平均正确率并进行排序,将排名前25%的学生作为高分人群,排名后25%的学生作为低分人群,由于这两类人群测试成绩较为稳定,因此更具有代表性。假设某N道题中高分人群的平均正确率为GHN,低分人群的平均正确率为GLN。则基于高分人群的平均正确率为GHN和低分人群的平均正确率GLN计算得到区分度为(GHN-GLN)/W,其中W为测试的总分,统计人群的平均正确率为(GHN+GLN)/2,则平均正确率*区分度,即(GHN-GHN)/W*(GHN+GLN)/2为与学生答题情况相关的第二难度更新信息。
步骤303、基于第一难度更新信息和第二难度更新信息确定难度更新信息。
具体的,某一知识点的难度更新信息为:
可选的,在计算得到难度更新信息后,就可以基于所述难度更新信息更新所述待更新知识图谱。具体的,基于所述难度更新信息更新所述待更新知识图谱,包括:基于难度更新信息更新知识点对应的图标的尺寸信息,难度更新信息与图标的尺寸信息成正比例。例如,难度更新信息与图标的尺寸信息之间具有预先设定的一一对应的映射关系,则在确定了难度更新信息后,就可以根据该映射关系确定对应的图标的尺寸,从而根据确定的尺寸来更新图标的尺寸大小。
本发明实施例通过确定知识点的第一难度更新信息,第一难度更新信息与题目相关;基于学生对知识点的学习情况信息,确定与学生答题情况相关的第二难度更新信息;基于第一难度更新信息和第二难度更新信息确定难度更新信息。由于难度更新信息是根据习题库中题目的变化情况和学生对知识点包含的题目的学习情况来确定的,因此,知识点难度可以根据习题库中题目的变化和/或学生的学习进展发生动态变化,从而使得学生可以更加直观地看到通过自己的学习该知识点的难度变化。
可选的,所述颜色信息包括第一颜色信息和第二颜色信息,所述第一颜色信息的深浅程度用于标识所述学生对所述知识点的掌握程度;所述第二颜色信息用于标识所述学生未掌握所述知识点;相应的,基于所述掌握程度更新信息更新所述待更新知识图谱,包括:若所述学生掌握所述知识点,则基于所述学生对所述知识点的掌握程度更新所述第一颜色信息的深浅程度;若学生未掌握所述知识点,则将所述知识点的所述颜色信息更新为所述第一颜色信息。
可选的,若所述学生掌握所述知识点,则基于所述学生对所述知识点的掌握程度更新所述第一颜色信息的深浅程度之前,本发明实施例的方法还包括:基于所述学生在相邻两次测试中的测试成绩,确定所述学生对所述知识点的掌握程度,每次测试包括多个所述知识点;若所述学生相邻两次测试的时间间隔小于或等于预设时长,且所述第一掌握程度和所述第二掌握程度的平均值大于第一掌握程度阈值,则确定所述学生掌握所述知识点;或者,若所述学生相邻两次测试的时间间隔大于预设时长,则计算所述第二掌握程度与测试系数的乘积,以及所述乘积与所述第一掌握程度的平均值;若所述乘积与所述第一掌握程度的平均值大于第二掌握程度阈值,则确定所述学生掌握所述知识点。
举例来说,若相邻两次测试的时间间隔记为B,可以是学生在当前时间段最后两次测试的时间间隔。具体可以分两种情况:即时间间隔B<12小时(12h)和B≥12小时(12h),当B<12h时,表示两次测试的时间间隔短,则两次测试成绩都很重要;若两次测试间隔时间较长,即B≥12h,则后一次测试成绩较为重要,可以更加客观的反映学生对知识点的掌握程度,比如前一次测试不合格,一天后测试合格了,那么很有可能是经过了学习较前一次掌握的更好了;相反,则表示学生对知识点遗忘。本发明实施例中,相邻两次测试的时间间隔越长,后一次成绩越有参考价值。此处的12h的时间间隔仅作为示例对本发明实施例进行说明,不对本发明做具体限定。
可选的,一个知识点包括多道题目,相邻两次考试学生对于某一个知识点的掌握程度分别记为第一掌握程度和第二掌握程度,第一掌握程度和第二掌握程度分别是分别根据对应的测试中某一知识点对应的多道题目中学生的得分高于该道题目的平均分的题目数量与所述知识点对应的题目总数量的比值来确定的。具体的,若一个知识点包括多道题目,取该学生答分高于该道题目平均分的答题数量,并将该学生答分高于该道题目平均分的答题数量与该知识点包括的总共的题目数量的比值作为学生对该知识点的掌握程度。例如,某一个知识点包括50道题目,其中学生有40道题的得分都高于这40道题的平均分,则40/50=0.8为该学生对该知识点的掌握程度。
学生对每道题的得分可以是综合得分,例如,若某一题包含多个知识点,例如指定知识点为X11,该题还包含其他知识点X13,X24,则该题答题综合得分为:A=[Z(X11)+Z(X24)+Z(X13)]*λ/C,Z(X11)是知识点X11的难度信息,Z(X24)是知识点X24的难度信息,Z(X13)是知识点X13的难度信息,C是每道题的做题时长,λ为该题实际答题得分。
可选的,在选定年级和学科后,还可以基于学生对某一个知识点的掌握程度,以该知识点为单位随机从题库生成试卷。例如,在首次测试中,可以选择随机出题;在后续测试中,可以根据知识图谱中各个知识点的顺序,包含如下题目:已掌握知识点的题目、未掌握的知识点的题目、未学习的知识点的题目。其中已掌握知识点的题目和未掌握的知识点的题目可以根据知识点掌握程度来匹配相应难度的题目和题量,未学习的知识点也可以按知识图谱顺序包含部分题目。
知识图谱由点和带箭头的线段构成,在初始知识图谱的基础上,更新点和线的权重。点的直径大小代表了该知识点难度,即以知识点难度的大小映射直径大小,可设置最小值和最大值。对于学生对某一个知识点的掌握程度,也可以采用颜色的深浅来表示。
可选的,学生对所述知识点的学习情况信息包括所述学生每次学习的有效学习时长比例、通过学习资料学习所述知识点的时间、所述学生对所述知识点进行学习的总时长、所述学生已练习的所述知识点对应的题目的数量、所述学生重复打开同一学习资料的次数中至少一项。则基于学生对所述知识点的学习情况信息确定学习时长更新信息,包括:基于所述学生每次学习的有效学习时长比例、通过学习资料学习所述知识点的时间、所述学生对所述知识点进行学习的总时长、所述学生已练习的所述知识点对应的题目的数量、所述学生重复打开同一学习资料的次数中至少一项,确定学习时长更新信息。
具体的,基于所述学习时长更新信息更新所述待更新知识图谱,包括:基于所述难度更新信息更新所述知识点对应的线条的长度信息,所述学习时长更新信息与所述知识点对应的线条的长度信息成正比例。
下面通过举例对本发明实施例确定学习时长更新信息以及基于所述学习时长更新信息更新所述待更新知识图谱进行详细说明:
例如,若线条长度为L,且线条长度具有上限值、下限值以及默认值。则当线条长度L的实际值大于线条长度的上限值时,线条长度L按上限值计算,当线条长度L的实际值小于下限值时,线条长度L按下限值计算。线条长度L的默认值是知识图谱在初始状态下设定的。
其中,线条长度L=k(ti*Tt/T总+TX+ti*y+ti*f)
式中,ti(i∈N)为每次学习的有效学习时长比例。具体的,若资料已打开但摄像头未捕捉到人脸,则认为学习时长无效,即ti=0;若摄像头捕捉到学生眼睛闭合,则认为学习时间无效,即ti=0。若摄像头捕捉到学生眼睛未完全闭合,则可以通过公式:来计算眼睛闭合比,其中,T代表测试时间T,n为T时间段内眼睑闭合次数,t为每次的闭合时间。可选的,若眼睛闭合比大于0.15时,ti设定为60%(当然,本发明实施例不限于60%,也可以是其他数值);若眼睛闭合比小于或等于0.15时,ti设定为85%(当然,本发明实施例不限于85%,也可以是其他数值),此时,认为学生精神状态佳。
K为时长系数,与学生掌握该知识点的测试次数相关,时长系数具体可定义为,测试一次通过,k=1,两次通过k=2或按一定比例计算,例如一次通过k=0.8,两次通过k=1.6等,本领域技术人员可以根据实际情况进行设定,本发明实施例对此不做具体限定。
Tt:通过学习资料学习该知识点的时间;
T总:学习的总时间;
Tx:为知识点X做过的测试题数量;
y:该知识点的学习资料的平均信息量长度系数,即该知识点的学习视频时长/讲义的字节数的平均信息量,将所有视频的长度/讲义的字节数等信息长度划分在(0,1)之间,数值越大,信息量越大。
f:重复打开某一学习资料的次数,例如重复观看同一个学习视频的次数。可选的,还可以匹配相应的学习资料推送给学生,学习资料的形式可以包括学习视频、文字讲义、练习题等。学习资料的内容包括:之前未学习过的知识点、未掌握的知识点、已掌握但综合得分低于预定得分的知识点(即掌握程度不好的知识点)。例如,学生未学习过的知识点,可以在初始知识图谱中随机选择部分学习资料。再例如,可以预先建立将知识点掌握程度与学习资料的难度信息的函数关系,则可以在学生的学习过程中,根据学生对知识点的掌握程度来匹配包含该知识点的相对应难度的学习资料。可选的,若知识点的难度信息越大(例如节点的圆形直径越大),则推送的学习资料越多。
具体的,基于学生对所述知识点的学习情况信息确定顺序关系更新信息,包括:获取所述学生的测试结果,所述测试结果包括第一类测试结果和第二类测试结果;确定所述第一类测试结果对应的多个知识点;对所述第一类测试结果对应的多个知识点,计算每一所述知识点属于其他各个所述知识点的前置知识点的概率;对所述第一类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整。
可选的,所述对每一所述知识点,将最大概率对应的其他所述知识点的顺序进行调整之后,本发明实施例的方法还包括如下步骤:确定所述第二类测试结果对应的多个知识点;对所述第二类测试结果对应的多个知识点,计算每一所述知识点属于其他各个所述知识点的前置知识点的概率;对所述第二类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整。
具体的,对所述第二类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点的顺序进行调整,包括:对同一所述知识点,若基于所述第二类测试结果确定的调整顺序与基于所述第一类测试结果确定的调整顺序不同时,则采用基于所述第一类测试结果确定的调整顺序。
下面通过举例对本发明实施例基于学生对所述知识点的学习情况信息确定顺序关系更新信息进行详细说明:
如图1所示,各个知识点之间的连接关系由带箭头的线条标识,初始状态下,各个知识点之间的连接关系默认按教材顺序(即i、j排序)进行初始排列,初始知识图谱仅按知识点在教材出现的顺序展示各知识点的关系,根据测试情况,更新知识点X的顺序,具体更新方式如下:
1)确定随机试卷;
2)通过学生对该随机试卷的答题情况来调整各个知识点的顺序。
其中,假设随机试卷包含题目的为(E1,E2……En),随机试卷从学生的错题库中选择a个错题,以及从学生的对题库中选择n-a个答对的题,随机试卷中共包含知识点m个,即Xij(1),…Xij(m)。采用P(Xij(e),Xij(g))表示知识点Xij(e)是Xij(g)的前置节点的(e≤m&g≤m)概率。
其中,
其中,直接关联是指在该题所包含的知识点中,按教材顺序,Xij(e)是Xij(g)的前置知识点;不直接关联是指在该题所包含的知识点中,按教材顺序,Xij(e)不是Xij(g)的前置知识点。
由上述公式,首先遍历所有错题,从e=1开始,计算P(Xij(e),Xij(g))最大时,g的值,例如e=1时,g=3,(i、j值是在课本章节中的位置,两个值是初始值,已知),则Xij(1)是Xij(3)的前置节点,根据上述步骤,在初始知识图谱改变节点大小和颜色的基础上,调整部分节点的连接顺序。然后,遍历所有答对的题,重复上述步骤,对其他节点的顺序进行调整(与答错题冲突的节点顺序,以第一次错题遍历的为准,第二次遍历不做调整)。
图4为本发明实施例提供的知识图谱的处理装置的结构示意图。本发明实施例提供的知识图谱的处理装置可以执行知识图谱的处理方法实施例提供的处理流程,如图4所示,知识图谱的处理装置40包括:获取模块41、确定模块42和更新模块43。其中,获取模块41,用于获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息;确定模块42,用于基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息;更新模块43,用于基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息更新所述待更新知识图谱。
可选的,每个所述知识点采用图标进行标识,且多个所述知识点之间采用线条进行连接;每个所述知识点的所述难度信息采用所述图标的尺寸信息表示;学生对所述知识点的掌握程度采用所述图标的颜色信息表示;学生对所述知识点的学习时长采用所述线条的长度信息表示。
可选的,确定模块42在基于学生对所述知识点的学习情况信息确定难度更新信息时,具体用于:确定所述知识点的第一难度更新信息,所述第一难度更新信息与题目相关;基于学生对所述知识点的学习情况信息,确定与学生答题情况相关的第二难度更新信息;基于所述第一难度更新信息和所述第二难度更新信息确定所述难度更新信息。
可选的,每个所述知识点对应多个题目;确定模块42在确定所述知识点的第一难度更新信息时,具体用于:确定所述知识点对应的多个题目的难度权重;确定所述知识点对应的多个题目中属于同一所述难度权重的个数;基于所述知识点对应的多个题目的难度权重和所述知识点对应的多个题目中属于同一所述难度权重的个数,确定所述知识点的第一难度更新信息。
可选的,每个题目具有相应的难度因素以及相应的难度等级因素;所述难度权重由难度因素和所述难度因素的难度等级因素确定。确定模块42在确定与学生答题情况相关的第二难度更新信息时,具体用于:基于多个所述学生的多次测试成绩,将多个所述学生划分为多个学生人群;分别计算多个所述学生人群对预设数量题目的平均答题正确率;基于所述多个所述学生人群对预设数量题目的平均答题正确率确定与学生答题情况相关的第二难度更新信息。
可选的,确定模块42在确定与学生答题情况相关的第二难度更新信息时,具体用于:确定多次测试成绩均大于第一预设测试成绩的第一学生人群,以及多次测试成绩均低于第二预设测试成绩的第二学生人群;分别计算所述第一学生人群和所述第二学生人群对预设数量题目的第一平均答题正确率和第二平均答题正确率;基于所述第一平均答题正确率和所述第二平均答题正确率确定与学生答题情况相关的第二难度更新信息。
可选的,更新模块43在基于所述难度更新信息更新所述待更新知识图谱时,具体用于:基于所述难度更新信息更新所述知识点对应的图标的尺寸信息,所述难度更新信息与所述图标的尺寸信息成正比例。
可选的,所述颜色信息包括第一颜色信息和第二颜色信息,所述第一颜色信息的深浅程度用于标识所述学生对所述知识点的掌握程度;所述第二颜色信息用于标识所述学生未掌握所述知识点;相应的,更新模块43基于所述掌握程度更新信息更新所述待更新知识图谱时,具体用于:若所述学生掌握所述知识点,则基于所述学生对所述知识点的掌握程度更新所述第一颜色信息的深浅程度;若学生未掌握所述知识点,则将所述知识点的所述颜色信息更新为所述第一颜色信息。
可选的,确定模块42还用于基于所述学生在相邻两次测试中的测试成绩,确定所述学生对所述知识点的掌握程度,每次测试包括多个所述知识点;若所述学生相邻两次测试的时间间隔小于或等于预设时长,且所述第一掌握程度和所述第二掌握程度的平均值大于第一掌握程度阈值,则确定所述学生掌握所述知识点;或者,若所述学生相邻两次测试的时间间隔大于预设时长,则计算所述第二掌握程度与测试系数的乘积,以及所述乘积与所述第一掌握程度的平均值;若所述乘积与所述第一掌握程度的平均值大于第二掌握程度阈值,则确定所述学生掌握所述知识点。
可选的,每个知识点包括多道题目,所述第一掌握程度和第二掌握程度是分别根据对应的测试中所述多道题目中所述学生的得分高于该道题目的平均分的题目数量与所述知识点对应的题目总数量的比值。
可选的,所述学生对所述知识点的学习情况信息包括所述学生每次学习的有效学习时长比例、通过学习资料学习所述知识点的时间、所述学生对所述知识点进行学习的总时长、所述学生已练习的所述知识点对应的题目的数量、所述学生重复打开同一学习资料的次数中至少一项。更新模块43在基于学生对所述知识点的学习情况信息确定学习时长更新信息时,具体用于:基于所述学生每次学习的有效学习时长比例、通过学习资料学习所述知识点的时间、所述学生对所述知识点进行学习的总时长、所述学生已练习的所述知识点对应的题目的数量、所述学生重复打开同一学习资料的次数中至少一项,确定学习时长更新信息。
可选的,更新模块43在基于所述学习时长更新信息更新所述待更新知识图谱时,具体用于:基于所述难度更新信息更新所述知识点对应的线条的长度信息,所述学习时长更新信息与所述知识点对应的线条的长度信息成正比例。
可选的,确定模块42在基于学生对所述知识点的学习情况信息确定顺序关系更新信息时,具体用于:获取所述学生的测试结果,所述测试结果包括第一类测试结果和第二类测试结果;确定所述第一类测试结果对应的多个知识点;对所述第一类测试结果对应的多个知识点,计算每一所述知识点属于其他各个所述知识点的前置知识点的概率;更新模块43还用于对所述第一类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整。
可选的,所述确定模块42,还用于确定所述第二类测试结果对应的多个知识点;对所述第二类测试结果对应的多个知识点,计算每一所述知识点属于其他各个所述知识点的前置知识点的概率;对所述第二类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整。
可选的,更新模块43在对所述第二类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点的顺序进行调整时,具体用于:对同一所述知识点,若基于所述第二类测试结果确定的调整顺序与基于所述第一类测试结果确定的调整顺序不同时,则采用基于所述第一类测试结果确定的调整顺序。
图4所示实施例的知识图谱的处理装置可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图5为本发明实施例提供的知识图谱的处理设备的结构示意图。该知识图谱的处理设备具体可以是上述实施例中的终端设备10。本发明实施例提供的知识图谱的处理设备可以执行知识图谱的处理方法实施例提供的处理流程,如图5所示,知识图谱的处理设备50包括:存储器51、处理器52、计算机程序和通讯接口53;其中,计算机程序存储在存储器51中,并被配置为由处理器52执行以下上述方法实施例提供的处理流程。
图5所示实施例的知识图谱的处理设备可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
另外,本发明实施例还提供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以实现上述实施例所述的知识图谱的处理方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (12)
1.一种知识图谱的处理方法,其特征在于,包括:
获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息中的至少一项;
基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息中的至少一项;
基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息中的至少一项更新所述待更新知识图谱。
2.根据权利要求1所述的方法,其特征在于,所述基于学生对所述知识点的学习情况信息确定难度更新信息,包括:
确定所述知识点的第一难度更新信息,所述第一难度更新信息与题目相关;
基于学生对所述知识点的学习情况信息,确定与学生答题情况相关的第二难度更新信息;
基于所述第一难度更新信息和所述第二难度更新信息确定所述难度更新信息。
3.根据权利要求2所述的方法,其特征在于,每个所述知识点对应多个题目;每个题目具有相应的难度因素以及相应的难度等级因素;
所述确定所述知识点的第一难度更新信息,包括:
确定所述知识点对应的多个题目的难度权重,所述难度权重由难度因素和所述难度因素的难度等级因素确定;
确定所述知识点对应的多个题目中属于同一所述难度权重的个数;
基于所述知识点对应的多个题目的难度权重和所述知识点对应的多个题目中属于同一所述难度权重的个数,确定所述知识点的第一难度更新信息。
4.根据权利要求2所述的方法,其特征在于,所述确定与学生答题情况相关的第二难度更新信息,包括:
基于多个所述学生的多次测试成绩,将多个所述学生划分为多个学生人群;
分别计算多个所述学生人群对预设数量题目的平均答题正确率;
基于所述多个所述学生人群对预设数量题目的平均答题正确率确定与学生答题情况相关的第二难度更新信息。
5.根据权利要求2所述的方法,其特征在于,所述确定与学生答题情况相关的第二难度更新信息,包括:
确定多次测试成绩均大于第一预设测试成绩的第一学生人群,以及多次测试成绩均低于第二预设测试成绩的第二学生人群;
分别计算所述第一学生人群和所述第二学生人群对预设数量题目的第一平均答题正确率和第二平均答题正确率;
基于所述第一平均答题正确率和所述第二平均答题正确率确定与学生答题情况相关的第二难度更新信息。
6.根据权利要求1所述的方法,其特征在于,所述基于学生对所述知识点的学习情况信息确定掌握程度更新信息,包括:
基于所述学生在相邻两次测试中的测试成绩,确定所述学生对所述知识点的第一掌握程度和第二掌握程度,每次测试包括多个所述知识点;
若所述学生相邻两次测试的时间间隔小于或等于预设时长,且所述第一掌握程度和所述第二掌握程度的平均值大于第一掌握程度阈值,则确定所述学生掌握所述知识点;
或者,若所述学生相邻两次测试的时间间隔大于预设时长,则计算所述第二掌握程度与测试系数的乘积,以及所述乘积与所述第一掌握程度的平均值;
若所述乘积与所述第一掌握程度的平均值大于第二掌握程度阈值,则确定所述学生掌握所述知识点。
7.根据权利要求6所述的方法,其特征在于,所述知识点包括多道题目,所述第一掌握程度和第二掌握程度是分别根据对应的测试中所述多道题目中所述学生的得分高于该道题目的平均分的题目数量与所述知识点对应的题目总数量的比值。
8.根据权利要求1所述的方法,其特征在于,所述学生对所述知识点的学习情况信息包括所述学生每次学习的有效学习时长比例、通过学习资料学习所述知识点的时间、所述学生对所述知识点进行学习的总时长、所述学生已练习的所述知识点对应的题目的数量、所述学生重复打开同一学习资料的次数中至少一项;
所述基于学生对所述知识点的学习情况信息确定学习时长更新信息,包括:
基于所述学生每次学习的有效学习时长比例、通过学习资料学习所述知识点的时间、所述学生对所述知识点进行学习的总时长、所述学生已练习的所述知识点对应的题目的数量、所述学生重复打开同一学习资料的次数中至少一项,确定学习时长更新信息。
9.根据权利要求1所述的方法,其特征在于,所述基于学生对所述知识点的学习情况信息确定顺序关系更新信息,包括:
获取所述学生的测试结果,所述测试结果包括第一类测试结果和第二类测试结果;
确定所述第一类测试结果对应的多个知识点;
对所述第一类测试结果对应的多个知识点,计算每一所述知识点属于其他各个所述知识点的前置知识点的概率;
对所述第一类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整。
10.根据权利要求9所述的方法,其特征在于,所述对所述第一类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整之后,所述方法还包括:
确定所述第二类测试结果对应的多个知识点;
对所述第二类测试结果对应的多个知识点,计算每一所述知识点属于其他各个所述知识点的前置知识点的概率;
对所述第二类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点在所述待更新知识图谱中的顺序进行调整。
11.根据权利要求10所述的方法,其特征在于,所述对所述第二类测试结果对应的每一所述知识点,将最大概率对应的其他所述知识点的顺序进行调整,包括:
对同一所述知识点,若基于所述第二类测试结果确定的调整顺序与基于所述第一类测试结果确定的调整顺序不同时,则采用基于所述第一类测试结果确定的调整顺序。
12.一种知识图谱的处理装置,其特征在于,包括:
获取模块,用于获取待更新知识图谱,所述待更新知识图谱包括多个具有顺序关系的知识点,每个所述知识点具有难度信息、学生对该知识点的掌握程度信息、学生对该知识点的学习时长信息;
确定模块,用于基于学生对所述知识点的学习情况信息分别确定难度更新信息、掌握程度更新信息、学习时长更新信息和顺序关系更新信息;
更新模块,用于基于所述难度更新信息、所述掌握程度更新信息、所述学习时长更新信息和所述顺序关系更新信息更新所述待更新知识图谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910704344.3A CN110544414A (zh) | 2019-07-31 | 2019-07-31 | 知识图谱的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910704344.3A CN110544414A (zh) | 2019-07-31 | 2019-07-31 | 知识图谱的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110544414A true CN110544414A (zh) | 2019-12-06 |
Family
ID=68710010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910704344.3A Pending CN110544414A (zh) | 2019-07-31 | 2019-07-31 | 知识图谱的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110544414A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081106A (zh) * | 2019-12-13 | 2020-04-28 | 北京爱论答科技有限公司 | 一种作业推送的方法、系统、设备和存储介质 |
CN111444423A (zh) * | 2020-03-25 | 2020-07-24 | 上海乂学教育科技有限公司 | 学习资源智能推送方法 |
CN111598750A (zh) * | 2020-05-12 | 2020-08-28 | 湖北美和易思教育科技有限公司 | 一种基于反刍比算法的学生在线学习状态评估方法及系统 |
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 |
CN111859140A (zh) * | 2020-07-28 | 2020-10-30 | 龙马智芯(珠海横琴)科技有限公司 | 一种知识推荐的方法、装置、推荐设备及可读存储介质 |
CN112001825A (zh) * | 2020-08-18 | 2020-11-27 | 上海松鼠课堂人工智能科技有限公司 | 基于认知图谱的学习认知路径规划系统 |
CN112287115A (zh) * | 2020-09-30 | 2021-01-29 | 北京大米科技有限公司 | 基于知识掌握程度图的个性化教学方法、系统及装置 |
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 |
CN115936940A (zh) * | 2022-12-26 | 2023-04-07 | 吉林农业科技学院 | 一种基于大数据的数学仿真教学系统及方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010037153A (ko) * | 1999-10-14 | 2001-05-07 | 주식회사언어기술 | 지능형 디렉토리 지식 구조 형성방법과 이를 이용한 개인화된 지식 관리 시스템 및 지식 공유 방법 |
CN107103384A (zh) * | 2017-04-01 | 2017-08-29 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于三维知识网络的学习者学习轨迹量化方法 |
CN107544973A (zh) * | 2016-06-24 | 2018-01-05 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN108563780A (zh) * | 2018-04-25 | 2018-09-21 | 北京比特智学科技有限公司 | 课程内容推荐方法和装置 |
US20180373989A1 (en) * | 2017-06-22 | 2018-12-27 | International Business Machines Corporation | Relation extraction using co-training with distant supervision |
CN109145159A (zh) * | 2017-06-27 | 2019-01-04 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN109903617A (zh) * | 2017-12-11 | 2019-06-18 | 北京三好互动教育科技有限公司 | 个性化练习方法和系统 |
US20190188332A1 (en) * | 2017-12-15 | 2019-06-20 | Mito.AI AS | System of dynamic knowledge graph based on probabalistic cardinalities for timestamped event streams |
CN109949638A (zh) * | 2019-04-22 | 2019-06-28 | 软通智慧科技有限公司 | 知识掌握程度确定方法、装置、终端和介质 |
CN110009957A (zh) * | 2019-04-10 | 2019-07-12 | 上海乂学教育科技有限公司 | 自适应学习中数学大知识图谱测试系统及方法 |
CN110032620A (zh) * | 2019-04-22 | 2019-07-19 | 上海乂学教育科技有限公司 | 基于图搜索算法的自适应学习方法及计算机学习系统 |
-
2019
- 2019-07-31 CN CN201910704344.3A patent/CN110544414A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010037153A (ko) * | 1999-10-14 | 2001-05-07 | 주식회사언어기술 | 지능형 디렉토리 지식 구조 형성방법과 이를 이용한 개인화된 지식 관리 시스템 및 지식 공유 방법 |
CN107544973A (zh) * | 2016-06-24 | 2018-01-05 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN107103384A (zh) * | 2017-04-01 | 2017-08-29 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种基于三维知识网络的学习者学习轨迹量化方法 |
US20180373989A1 (en) * | 2017-06-22 | 2018-12-27 | International Business Machines Corporation | Relation extraction using co-training with distant supervision |
CN109145159A (zh) * | 2017-06-27 | 2019-01-04 | 北京新唐思创教育科技有限公司 | 一种对数据进行处理的方法和装置 |
CN109903617A (zh) * | 2017-12-11 | 2019-06-18 | 北京三好互动教育科技有限公司 | 个性化练习方法和系统 |
US20190188332A1 (en) * | 2017-12-15 | 2019-06-20 | Mito.AI AS | System of dynamic knowledge graph based on probabalistic cardinalities for timestamped event streams |
CN108563780A (zh) * | 2018-04-25 | 2018-09-21 | 北京比特智学科技有限公司 | 课程内容推荐方法和装置 |
CN110009957A (zh) * | 2019-04-10 | 2019-07-12 | 上海乂学教育科技有限公司 | 自适应学习中数学大知识图谱测试系统及方法 |
CN109949638A (zh) * | 2019-04-22 | 2019-06-28 | 软通智慧科技有限公司 | 知识掌握程度确定方法、装置、终端和介质 |
CN110032620A (zh) * | 2019-04-22 | 2019-07-19 | 上海乂学教育科技有限公司 | 基于图搜索算法的自适应学习方法及计算机学习系统 |
Non-Patent Citations (2)
Title |
---|
朱艳茹等: "基于知识图谱的自适应学习系统知识模型构建 ", 《吉林大学学报(信息科学版)》 * |
黎孟雄,郭鹏飞,黎知秋: "基于情绪识别的远程教学自适应调节策略研究", 《中国远程教育》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111081106A (zh) * | 2019-12-13 | 2020-04-28 | 北京爱论答科技有限公司 | 一种作业推送的方法、系统、设备和存储介质 |
CN111444423A (zh) * | 2020-03-25 | 2020-07-24 | 上海乂学教育科技有限公司 | 学习资源智能推送方法 |
CN111444423B (zh) * | 2020-03-25 | 2023-08-25 | 上海乂学教育科技有限公司 | 学习资源智能推送方法 |
CN111598750A (zh) * | 2020-05-12 | 2020-08-28 | 湖北美和易思教育科技有限公司 | 一种基于反刍比算法的学生在线学习状态评估方法及系统 |
CN111598750B (zh) * | 2020-05-12 | 2023-04-21 | 武汉美和易思数字科技有限公司 | 一种基于反刍比算法的学生在线学习状态评估方法及系统 |
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 |
CN111859140A (zh) * | 2020-07-28 | 2020-10-30 | 龙马智芯(珠海横琴)科技有限公司 | 一种知识推荐的方法、装置、推荐设备及可读存储介质 |
CN112001825A (zh) * | 2020-08-18 | 2020-11-27 | 上海松鼠课堂人工智能科技有限公司 | 基于认知图谱的学习认知路径规划系统 |
CN112287115A (zh) * | 2020-09-30 | 2021-01-29 | 北京大米科技有限公司 | 基于知识掌握程度图的个性化教学方法、系统及装置 |
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 |
CN115936940A (zh) * | 2022-12-26 | 2023-04-07 | 吉林农业科技学院 | 一种基于大数据的数学仿真教学系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544414A (zh) | 知识图谱的处理方法和装置 | |
JP3731868B2 (ja) | 学習システム | |
Merceron et al. | Educational Data Mining: a Case Study. | |
Lewandowsky et al. | Knowledge and expertise | |
CN112686789A (zh) | 一种高校课堂教学效果智能化评价方法 | |
CN107644572A (zh) | 一种基于思维过程的教学系统 | |
CN113627779A (zh) | 一种基于大数据和ai技术的教学管理、质量评估系统 | |
CN110162713A (zh) | 基于卷积神经网络的自适应学习内容推荐方法及系统 | |
Ulrich | Additive relationships and signed quantities | |
US20120329028A1 (en) | Method for intelligent personalized learning service | |
Bing | An epistemic framing analysis of upper level physics students' use of mathematics | |
Liu et al. | Discovering the two-step lag behavioral patterns of learners in the college SPOC platform | |
KR101640867B1 (ko) | 기계학습 기반 학습자 맞춤형 학습과정 제공 방법 및 학습자 맞춤형 학습 시스템 | |
CN112951022A (zh) | 一种多媒体互动教育培训系统 | |
CN112507792A (zh) | 在线视频关键帧定位方法、定位系统、设备及存储介质 | |
Kuk et al. | The design of the personal enemy-MIMLebot as an intelligent agent in a game-based learning environment | |
CN110648263A (zh) | 一种基于校园大数据的自适应学习方法、装置及设备 | |
CN109635214A (zh) | 一种学习资源的推送方法及电子设备 | |
Irribarra | A pragmatic perspective of measurement | |
Hirose | More accurate evaluation of student’s ability based on a newly proposed ability equation | |
Ludlow | The analysis of Rasch model residuals | |
CN112614034A (zh) | 一种试题推荐方法、装置、电子设备和可读存储介质 | |
Carpenter | Strategy instruction in early childhood math software: Detecting and teaching single-digit addition strategies | |
Chernikova | What makes observational learning in teacher education effective? | |
Boels et al. | Automated Gaze-Based Identification of Students’ Strategies in Histogram Tasks through an Interpretable Mathematical Model and a Machine Learning Algorithm |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191206 |
|
RJ01 | Rejection of invention patent application after publication |