基于知识图谱的个性化学习系统研究与实现.pdf

摘要

学校中传统的课堂学习方式只能为学习者提供统一、同步的学习，缺少对

于学习者个人的针对性，而在线学习能够让学习者随时随地地结合自己的需要

进行学习，突破了时间和空间的障碍，使课堂学习得以补充和延伸，因此在线

学习已经成为了目前人们常见的学习方式。随着人们对在线学习需求的日益增

长，个性化学习系统应运而生。个性化学习系统能够根据每位用户的学习需要

自动推荐适宜的学习资源，有效地提高用户的学习效率和质量。

本文围绕个性化学习系统的构建，主要完成了以下四项工作：

第一、在深入研究知识图谱构建技术的基础上，针对《数据结构》课程的

学习资源，使用BiLSTM+CRF模型提取知识点实体；通过对比试验，选择

Word2vec模型训练了实体词向量，通过计算词向量的相似度实现知识点实体对

齐，充分考虑了不同知识点实体间的语义关系，有效提高了知识图谱构建的准

确率。其次使用基于规则结合人工提取知识点实体之间的关系，通过TF-IDF算

法提取资源的知识点关键词，创建资源实体和知识点实体之间的关系，完成了

知识图谱底层构建。

第二、构建了学习资源的向量模型，并实现了学习资源在知识图谱和数据

库中的自动维护和更新。

第三、构建了学生用户的兴趣模型，并通过跟踪和分析学生学习过程中出

现的学习行为，利用知识图谱底层知识点结构、结合主观贝叶斯不确定性推理

方法隐式更新学生的学习兴趣，从而主动获取学生感兴趣的学习资源，实现了

学习资源的个性化推荐。

第四、基于以上研究工作设计和实现了个性化学习系统，分别实现了学生

个性化推荐学习、学生自主学习、学生在线测试、学生兴趣管理、学习资源管

理、测试题管理、学生学习状态查询和用户管理等功能，并对系统的功能、性

能和推荐效果进行了测试。实验结果表明，系统达到了预期的目标。

关键词：个性化学习系统；知识图谱；实体对齐；学生兴趣模型；学习资

源模型

I

目录

摘要I

AbstractII

目录IV

1.绪论1

1.1研究背景与意义1

1.2研究现状1

1.2.1个性化学习系统研究现状1

1.2.2知识图谱研究现状2

1.2.3总结3

1.3主要研究内容3

1.4论文组织结构4

2相关理论技术6

2.1网络爬虫技术6

2.2BiLSTM+CRF模型7

2.3Word2vec模型8

2.4文本关键词提取技术8

2.5本章小结9

3.学科知识图谱的构建10

3.1原始语料的获取与处理10

3.2实体获取10

3.2.1知识点实体的获取10

3.2.2资源实体的获取11

3.3关系抽取11

3.3.1知识点实体间的关系抽取11

3.3.2资源实体与知识点实体间关系的定义12

3.4知识图谱构建13

3.4.1知识图谱层次结构设计13

3.4.2知识图谱构建效果预览13

4.关键技术的研究15

4.1知识点实体识别15

4.1.1数据预处理15

4.1.2模型训练15

4.1.3模型测试17

4.2知识点实体对齐17

4.2.1实验设置18

IV

4.2.2结果对比18

4.3资源模型构建及资源实体的自动维护19

4.3.1资源向量模型的表示19

4.3.2资源向量模型的构建20

4.3.3知识图谱中资源的自动维护20

4.4学生兴趣模型的构建与更新21

4.4.1学生兴趣模型表示21

4.4.2学生初始兴趣模型构建21

4.4.3学生兴趣模型更新21

4.5推荐模块的设计