基于知识图谱的自适应学习路径规划算法优化与教学平台_智慧教育_2026年课程设计_1.docxVIP

  • 0
  • 0
  • 约2.36万字
  • 约 29页
  • 2026-11-22 发布于北京
  • 举报

基于知识图谱的自适应学习路径规划算法优化与教学平台_智慧教育_2026年课程设计_1.docx

PAGE1

摘要

MOOC与智慧教学平台积累了大量课程、知识点与学习行为数据,但学习路径推荐常被简化为“按热度排序”或“按最短路径跳转”。这类做法忽略知识点之间的先修依赖与难度梯度,容易把尚未掌握前置概念的学习者直接推入高难节点,导致中途放弃。本文围绕智慧教育中的自适应学习路径规划问题,构建课程知识图谱,把知识点、先修关系、难度、预计学习时长与目标贡献组织为带约束有向无环图,并设计约束多目标自适应学习路径搜索算法CMO-ALPP。算法以拓扑排序确定可行扩展顺序,用Pareto标签集合保存“学习完成度—总时长—末节点难度”的非支配状态,结合支配剪枝、上界剪枝与A*启发式估计,在

文档评论(0)

1亿VIP精品文档

相关文档