基于知识网络的个性化学习资源过滤及其应用.pptVIP

基于知识网络的个性化学习资源过滤及其应用 郝国生 江苏师范大学 计算机学院 outline 知识网络 知识点之间关联关系的网络 定义1：由内容上相互关联的知识点组成的图，称为知识点关系图。 定义2：知识点a所在的层次是指从起点出发到知识点a的最长路径长度。 知识点本身的层次网络 对不同层次学生的要求体现 特点 顶点顺序体现学习顺序 层次顺序体出学习层次 知识网络前沿 知识点集合分类 知识点集合分类：已掌握K1-未掌握K2 个人p1,p2，有K1(p1)≠ K1(p1) 在知识网络中，不同的学习者，有不同的集合分类 知识网络前沿KNF K1与K2的分界面后的知识点集体称为知识网络前沿； KNF之前的，是已经掌握的，之后的是尚未掌握的 KNF之后距离越远，掌握的可能性越小 应用1-个体 掌握知识增长率 σ(KN,t)=(K1(t+1)-K1(t))/t 个性化习题过滤过滤规则 KNF之前的，已经掌握，重复浪费学生时间，可以过滤； KNF之后距离大于１的，依赖于KNF，掌握知识的增长率远远低于KNF上的，可以过滤 个性化学习资源推荐 KNF之上对应的学习资源，其掌握知识增长率最大，进行推荐 应用2-集体 教学内容推荐 在班集体C中，统计知识点前沿中各知识点出现的次数 KNF(t,C)={map(KNF(t,p))|p∈C}={k,n|k ∈KN, n ∈N} ； 取出现次数最多的前m个作为教学内容推荐给教师 K(t,C)={topm(KNF(t,C))}={km1,km2,..,km|m1m2..m} 教育管理支持 对于不同班集体的知识点前沿，比较其在知识网络中的位置关系 作为教学效果评价的依据之一； 作为学习对象之一 作为班集体特征之一 个性化特征可视化 技术 组合优化 自动组卷 多模优化问题 约束优化 大数据基础上的流数据处理 大数据基础上的图计算 自然语言处理 主观题自动或半自动判卷 学习资源的重组织 求指点 Tensorflow 其他Goolge技术 结论与展望 解放学生于题海 过滤学生的题目 学习资源推荐 掌握知识增长率最大化优化 赋能教师于高效 班级掌握知识增长率最大化优化 谢谢，请多批评指正