專利名稱：一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法
技術(shù)領(lǐng)域：
本發(fā)明涉及網(wǎng)絡(luò)游走中心度計(jì)算、日志挖掘、e-Learning[電子(化)學(xué)習(xí)]個(gè)性化學(xué)習(xí)的引導(dǎo)技術(shù)，特別涉及一種基于知識地圖的導(dǎo)航學(xué)習(xí)路徑生成方法。
背景技術(shù)：
隨著互聯(lián)網(wǎng)應(yīng)用技術(shù)的日趨廣泛，e-Learning在成為人們獲得知識的重要渠道的同時(shí)，也正面臨著生存發(fā)展的挑戰(zhàn)?！叭制痢?視頻、教案、目錄)課件與多媒體實(shí)時(shí)課堂的網(wǎng)絡(luò)學(xué)習(xí)模式解決了傳統(tǒng)教學(xué)中教學(xué)資源與課堂場景的時(shí)空受限問題，使e-Learning 得以被人們廣泛接受。e-Learning第一階段的成功，催生了教學(xué)資源的海量化及其上的個(gè)性化導(dǎo)航學(xué)習(xí)需求。然而，這類網(wǎng)絡(luò)學(xué)習(xí)模式中，知識的組織單位是文檔、組織方式是超鏈接，而文檔內(nèi)的知識組織依舊采用線性排列方式，很難顯式地表達(dá)知識的內(nèi)在關(guān)聯(lián)，既不能對海量教學(xué)資源進(jìn)行語義描述，也無法為用戶提供個(gè)性需求的導(dǎo)航學(xué)習(xí)服務(wù)，導(dǎo)致“認(rèn)知過載”和“迷航”(Disorientation)成了 e-Learning當(dāng)前面臨的生存發(fā)展性挑戰(zhàn)。在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中，研究如何用導(dǎo)航學(xué)習(xí)服務(wù)來克服“認(rèn)知過載”與“迷航”的問題叫做課程排序問題(CS)，它的核心技術(shù)問題是如何自動(dòng)生成高效的用戶導(dǎo)航學(xué)習(xí)路徑， 這是一個(gè)NP問題。目前，生成用戶導(dǎo)航學(xué)習(xí)路徑的方法主要有以下三種(1)由教師或教學(xué)團(tuán)隊(duì)預(yù)先設(shè)定一個(gè)導(dǎo)航學(xué)習(xí)路徑，這種方法的最大問題是費(fèi)時(shí)費(fèi)力，而且，一旦出錯(cuò)，將會(huì)影響整個(gè)系統(tǒng)性能；另外，預(yù)先設(shè)定的導(dǎo)航學(xué)習(xí)路徑是固定的， 不能靈活應(yīng)對不同基礎(chǔ)知識背景的用戶需求。(2)用數(shù)學(xué)技術(shù)、關(guān)鍵詞匹配，以及其他啟發(fā)式方法生成導(dǎo)航學(xué)習(xí)路徑，這種方法克服了方法1)存在的問題，同時(shí)帶來了新問題忽略了知識單元之間的學(xué)習(xí)先決條件，系統(tǒng)生成的是近似的，甚至是缺乏邏輯的用戶導(dǎo)航學(xué)習(xí)路徑。這不但不能消除用戶已有的迷惑，往往會(huì)帶來更多的新困惑。(3)基于知識地圖的導(dǎo)航學(xué)習(xí)路徑生成方法，就是以知識地圖作為學(xué)習(xí)資源語義描述工具，保障方法2、中生成的用戶導(dǎo)航學(xué)習(xí)路徑具有邏輯性。申請人:檢索出以下國內(nèi)外與知識地圖上導(dǎo)航學(xué)習(xí)路徑生成方法相關(guān)的文獻(xiàn)如下1. Wan, C. Ζ. L. ,AShortest Learning Path Selection Algorithm in E-Iearning in Sixth International Conference on Advanced Learning Technologies. . 2006 Kerkrade p.94-952. Acampora G，G. M.，Loia V，Ritrovato P，Salerno S Optimizing learning path selection through memetic algorithms， in Proceedings of world congress on computational intelligence 2008，WCCI 2008. 2008 :Hong Kong，China, p. 3869—3875.3.Chen, C. -Μ. , Ontology-based concept map for planning a personalised learning path.British Journal of Educational Technology,2009.40 (6) p. 1028-1058.
4. Luis, Μ. V. J. Μ. 0. R. J. Α. G. -Α. , Designing adaptive learning itineraries using features modelling and swarm intelligence NEURAL COMPUTING&APPLICATIONS, 2011. 20(5) :p. 623-639.5. Massimo,C. F. D. S. , Ontology for Ε-Learning :A Bayesian Approach IEEE TRANSACTIONS ON EDUCATION 2010.53(2) :p. 223-233.文獻(xiàn)1提出了一種基于知識地圖的最短學(xué)習(xí)路徑生成算法，它把用戶導(dǎo)航學(xué)習(xí)路徑生成問題視作了一種目標(biāo)優(yōu)化問題，可以自動(dòng)生成近似學(xué)習(xí)路徑。但這種方法存在如下問題首先只考慮了知識單元之間的學(xué)習(xí)先決條件的必要性，卻忽略了它的充分性。其次， 知識單元之間的學(xué)習(xí)權(quán)重度量還需要手工幫助。文獻(xiàn)2提出了一種導(dǎo)航學(xué)習(xí)路徑定性生成方法，把用戶導(dǎo)航學(xué)習(xí)路徑生成問題看成了一種進(jìn)化計(jì)算問題，自動(dòng)生成近似學(xué)習(xí)路徑。這種方法用本體描述學(xué)習(xí)環(huán)境和學(xué)習(xí)過程，采用模因優(yōu)化算法(memetic optimization algorithm)從中選出最好的示范學(xué)習(xí)路徑，但沒有充分考慮學(xué)習(xí)者個(gè)性特征和學(xué)習(xí)理解學(xué)習(xí)目標(biāo)的先決條件。文獻(xiàn)3提出了一種基于遺傳算法的用戶導(dǎo)航學(xué)習(xí)路徑生成方法，它把用戶導(dǎo)航學(xué)習(xí)路徑生成問題看成了一種進(jìn)化計(jì)算問題，模仿基因自然進(jìn)化過程生成導(dǎo)航學(xué)習(xí)路徑。這種方法通過隨機(jī)選擇測試項(xiàng)來收集學(xué)習(xí)者的不正確學(xué)習(xí)概念作為基礎(chǔ)知識狀態(tài)描述，借用知識地圖獲取課件難度、概念關(guān)聯(lián)度及概念之間的學(xué)習(xí)順序來構(gòu)造適應(yīng)函數(shù)(fitness)。這種方法的最大不足是只能得到一種用戶導(dǎo)航學(xué)習(xí)路徑的近似解，無法保障學(xué)習(xí)理解學(xué)習(xí)目標(biāo)的充要條件。文獻(xiàn)4提出了一種基于蟻群優(yōu)化算法的用戶導(dǎo)航學(xué)習(xí)路徑生成方法，它把用戶導(dǎo)航學(xué)習(xí)路徑生成問題看成一種分散的自組織系統(tǒng)的集體行為問題，參照集體的智慧生成最佳學(xué)習(xí)路徑。這種方法用貝葉斯網(wǎng)描述知識地圖上知識單元之間的學(xué)習(xí)先決條件，但未充分考慮學(xué)習(xí)者當(dāng)前的學(xué)習(xí)能力和學(xué)習(xí)理解學(xué)習(xí)目標(biāo)的充要條件。文獻(xiàn)5提出了一種基于貝葉斯網(wǎng)尋找用戶導(dǎo)航學(xué)習(xí)路徑的方法，它將用戶導(dǎo)航學(xué)習(xí)路徑生成問題視為一種排序約束滿足問題。這種方法用貝葉斯網(wǎng)描述領(lǐng)域本體中概念之間的可識別關(guān)聯(lián)/因果關(guān)系和專家知識，并根據(jù)學(xué)習(xí)答案生成學(xué)習(xí)路徑。根據(jù)上述查新分析對比可知，現(xiàn)有國內(nèi)外相關(guān)技術(shù)，它們通過各種優(yōu)化技術(shù)手段識別滿足學(xué)習(xí)必要性的知識單元序列，尤其在基于知識地圖的各種方法中也考慮了知識單元之間的邏輯關(guān)系，但這些方法所生成的知識單元序列沒有滿足學(xué)習(xí)充分性，無法成為一條有效的用戶導(dǎo)航學(xué)習(xí)路徑。

發(fā)明內(nèi)容
針對背景技術(shù)文獻(xiàn)的方法中所存在的缺陷和不足，本發(fā)明的目的是提供一種具有如下特點(diǎn)的知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法首先，將用戶導(dǎo)航學(xué)習(xí)路徑生成問題視作一種基于全局學(xué)習(xí)優(yōu)化的排序約束滿足問題。其次，用戶導(dǎo)航學(xué)習(xí)路徑η1Γυ是一條滿足學(xué)習(xí)充分性和必要性的全局優(yōu)化學(xué)習(xí)路徑。最后，在實(shí)現(xiàn)策略上，將學(xué)習(xí)充分性和必要性分步完成，以降低整個(gè)方法的計(jì)算復(fù)雜度，具體表現(xiàn)為，通過生成總路徑t-nlr為知識單元之間滿足學(xué)習(xí)充分性和優(yōu)化的學(xué)習(xí)順序提供了一個(gè)總的參照表，即完成了學(xué)習(xí)充分性要求； 再根據(jù)用戶學(xué)習(xí)目標(biāo)和已學(xué)知識找到滿足學(xué)習(xí)必要性的知識單元集合，從而實(shí)現(xiàn)了 Iilru的生成全過程。為達(dá)到以上目的，本發(fā)明是采取如下技術(shù)方案予以實(shí)現(xiàn)的一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于，包含以下步驟(1)用戶登入后，判斷知識地圖的結(jié)構(gòu)存儲(chǔ)表否為空；知識地圖是一個(gè)有向無環(huán)圖(V，E)，記作KM J = V1 U V2是KM所描述的學(xué)科領(lǐng)域包含的知識單元的集合，E 是V中知識單元之間學(xué)習(xí)依賴關(guān)系的集合；這里的知識單元是指具有完備表達(dá)能力的基本知識單位，包括定義、定理、算法；學(xué)習(xí)依賴關(guān)系是V上的一種二元關(guān)系，形式化描述為(3 < O1 ,Oj >gE)<^ (30t G VXBOj G Κ)((υη(0^ = 1) (L(C)1 ) = 1))(1.1)其中，Oi被稱為A的認(rèn)知前件，Oj是Oi的認(rèn)知后件；L (Oi)是V上知識單元已被學(xué)習(xí)理解的狀態(tài)函數(shù)，如果學(xué)習(xí)理解了 Oi,則L(Oi) = 1，反之L(Oi) = O5Un(Oi)是V上知識單元可以被學(xué)習(xí)理解的狀態(tài)函數(shù)，如果可以學(xué)習(xí)理解Oi JUUn(Oi) =1，反之Un(Oi) =0；任意知識單元Oi e V的認(rèn)知前件集合記為C0i，I C0i I被稱為Oi的入度；任意知識單元Oi e V的認(rèn)知后件集合記為F0i，I F0i I被稱為Oi的出度；I C0_ | + | F0_ |被稱為Oi的度； V1 ^廠是有認(rèn)知后件的知識單元的集合，即(VO1 6KXIF0, |>0)成立；v2 Cr是沒有認(rèn)知后件的知識單元的集合，即(VO1 e ^XI F0i I= 0)成立；Gen_T是KM的結(jié)構(gòu)存儲(chǔ)表，并以廣義表 (^ID1, Ad1 ,dIDl,PreIDl,Suf1Di)為元素;(Nu1Oi,l1Oi,d1Di,Vre1Di,Suf1Di)是知識單元 Oi 的存儲(chǔ)結(jié)構(gòu)， 其中IDi是Oi的標(biāo)示符，具有“X的Y”的形式，燦％是Oi在總路徑t-nlr中的順序號；/ID,是 Oi的層級水平，表示在KM上學(xué)習(xí)Oi的難度等級·’‘是Oi的學(xué)習(xí)中心度，表示理解Oi對學(xué)習(xí)KM上其他Oj的重要程度；是以O(shè)i的認(rèn)知前件為元素的廣義表；^^,是以O(shè)i的認(rèn)知后件為元素的廣義表；總路徑t-nlr是由KM中所有知識單元構(gòu)成的一個(gè)序列t-nlr (1)，t-nlr (2),…，t-nlr ⑴，t-nlr ⑴，t-nlr (i+1)，…，t-nlr (| V |) (1.2)且，序列(1. 2)同時(shí)滿足以下5個(gè)條件1) (VO' gV)^> 3/(1 <i<\V \){t-nlr{i) = 0)；2) (I Ct_nlr⑴ I = 0) · and. (|Ft_nlr(|v|) = 0))；3) V/(l <i<\V \)(L(t - nlr(i)) = 1) {Unit - nlr(i +1)) = 1)；
4) (L(t - nlr{\ V |)) = 1) (Un(KM) = 1)；5) (ViVk)((l <i<k<|V |)(lIDi = lIDt)) =i> (dIDt < dID_)；(2)如果Gen_T為空，則生成總路徑t_nlr ；否則，直接挖掘pre-、；生成t_nlr是指分別按照、的升序和‘的降序?qū)中所有Oi進(jìn)行二次排序；pre-、是一個(gè)|V|維布爾
向量，用于描述U對t-nlr中知識單元已經(jīng)學(xué)習(xí)理解的狀態(tài)，其第i分量取值應(yīng)滿足條件
((pre - Icu (/) = l)o (L(t - nlr{i)) = 1)).or.((pre - kv (i) = 0) ο (L(t - nlr{i) = 0)) (1.3)(3)生成Gen_T是將KM中知識單元Oi的存儲(chǔ)結(jié)構(gòu)(池Pr^vS"/取)按照 Nu/A的升序依次添加到Gen_T中；(4)挖掘pre-、是指從用戶U的訪問日志中挖掘出用戶已學(xué)知識Lu,生成用戶已學(xué)知識向量pre-ku;用戶已學(xué)知識Lu是一個(gè)知識單元集合，其中條件(VcyeLuXi(O) = I)成立； 生成pre-！^就是根據(jù)、中知識單元應(yīng)滿足條件和條件(1. 3)確定pre-、的每個(gè)分量的值，即，如果30'e Lu，且 0' = t-nlr(i)，則 pre-kji) = 1 ；否則，pre-kji) = O ；(5)生成用戶導(dǎo)航學(xué)習(xí)路徑Iilru ；Iilru是一個(gè)滿足學(xué)習(xí)充分必要性和學(xué)習(xí)優(yōu)化性的知識單元序列O1O2. · · OiOw. · · OfflOu ；Ou是U當(dāng)前準(zhǔn)備學(xué)習(xí)的學(xué)習(xí)目標(biāo)，是一個(gè)知識單元； 所謂學(xué)習(xí)充分性，表現(xiàn)為用戶U當(dāng)前滿足條件(1. 4)
權(quán)利要求
1. 一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于，包含以下步驟(1)用戶登入后，判斷知識地圖的結(jié)構(gòu)存儲(chǔ)表否為空；知識地圖是一個(gè)有向無環(huán)圖(V，E)，記作KM ；V = V1 U V2是KM所描述的學(xué)科領(lǐng)域包含的知識單元的集合，E是V 中知識單元之間學(xué)習(xí)依賴關(guān)系的集合；這里的知識單元是指具有完備表達(dá)能力的基本知識單位，包括定義、定理、算法；學(xué)習(xí)依賴關(guān)系是V上的一種二元關(guān)系，形式化描述為(3 < O1 ,Oj >gE)c^ (BO1 g F)(30; e F)((Un(0J) = 1) (W1 ) = 1))(1. 1)其中，Oi被稱為A的認(rèn)知前件，Oj是Oi的認(rèn)知后件；L(Oi)是V上知識單元已被學(xué)習(xí)理解的狀態(tài)函數(shù)，如果學(xué)習(xí)理解了 Oi JjL(Oi) = 1，反之L(Oi) =O5Un(Oi)是V上知識單元可以被學(xué)習(xí)理解的狀態(tài)函數(shù)，如果可以學(xué)習(xí)理解Oi JUUn(Oi) =1，反之Un(Oi) =0；任意知識單元Oi e V的認(rèn)知前件集合記為C0i ,|C0i I被稱為Oi的入度；任意知識單元Oi e V的認(rèn)知后件集合記為F0i 'IF0i I被稱為Oi的出度；| C。, I+ IF。, |被稱為Oi的度； V1 CF是有認(rèn)知后件的知識單元的集合，即(VO1 e hXI F0, |>0)成立；v2 C Γ是沒有認(rèn)知后件的知識單元的集合，即(VO1 e ^XI F0i I= 0)成立；Gen_T是KM的結(jié)構(gòu)存儲(chǔ)表，并以廣義表 (Nu1Oi ,/ID_,dIDi,PreIDi, SufIDi)為元素；(M/IDi，為/VPr^viWroi)是知識單兀Oi的存fi者結(jié)構(gòu)， 其中IDi是Oi的標(biāo)示符，具有“X的Y”的形式，燦％是Oi在總路徑t-nlr中的順序號；/IDi是 Oi的層級水平，表示在KM上學(xué)習(xí)Oi的難度等級；‘是Oi的學(xué)習(xí)中心度，表示理解Oi對學(xué)習(xí)KM上其他Oj的重要程度；是以O(shè)i的認(rèn)知前件為元素的廣義表；^^,是以O(shè)i的認(rèn)知后件為元素的廣義表；總路徑t-nlr是由KM中所有知識單元構(gòu)成的一個(gè)序列t-nlr (1)，t-nlr (2), . . . , t-nlr (i)，t-nlr (i)，t-nlr (i+1)，· · ·，t-nlr (| V |) (1. 2)且，序列(1. 同時(shí)滿足以下5個(gè)條件1)(VO' gV)^> 3/(1 <i<\V - nlr(i) = 0)；2)(I Ct_nlr(1) I = 0) · and. (| Ft_nlr(|v|) = 0))；3)V/(l <i<\V \)(L(t - nlr{i)) = 1) (Un(t - nlr(i +1)) = 1)；4)(L(t - nlr{\ V |)) = 1) (Un(KM) = 1)；5)(ViVk)((l <i<k<|V |)(lIDi = lIDt))。(dIDt < dID_)；(2)如果Gen_T為空，則生成總路徑t-nlr；否則，直接挖掘pre-、；生成t-nlr是指分別按照的升序和^的降序?qū)中所有Oi進(jìn)行二次排序；pre-、是一個(gè)|V|維布爾向量， 用于描述U對t-nlr中知識單元已經(jīng)學(xué)習(xí)理解的狀態(tài)，其第i分量取值應(yīng)滿足條件((pre - Icu (/) = l)o (L(t - nlr{i)) = l)).or.((pre - kv (i) = 0) ο (L(t - nlr{i) = 0)) (1.3)(3)生成Gen_T是將KM中知識單元Oi的存儲(chǔ)結(jié)構(gòu)(■ ‘,‘方化，&二,)按照Nu馮的升序依次添加到Gen_T中；(4)挖掘pre-、是指從用戶U的訪問日志中挖掘出用戶已學(xué)知識Lu,生成用戶已學(xué)知識向量pre-、；用戶已學(xué)知識Lu是一個(gè)知識單元集合，其中條件(VO’ ELuXi(O) = I)成立；生成pre-、就是根據(jù)Lu中知識單元應(yīng)滿足條件和條件(1. 3)確定pre-、的每個(gè)分量的值， 即，如果30'GLu，且 0' = t-nlr(i)，則 pre-kji) = 1 ；否則，pre-kji) = O ；(5)生成用戶導(dǎo)航學(xué)習(xí)路徑Iilru；Iilru是一個(gè)滿足學(xué)習(xí)充分必要性和學(xué)習(xí)優(yōu)化性的知識單元序列O1O2. . . OiOw. . . OfflOu ；Ou是U當(dāng)前準(zhǔn)備學(xué)習(xí)的學(xué)習(xí)目標(biāo)，是一個(gè)知識單元；所謂學(xué)習(xí)充分性，表現(xiàn)為用戶U當(dāng)前滿足條件(1. 4)
2.如權(quán)利要求1所述的一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于所述的知識單元Oi的層級水平Ad1，其度量方法包括如下兩部分a、‘,度量參數(shù)，是一個(gè)相對量，用于定量描述知識單元的學(xué)習(xí)難度，如果^^,=Φ，知識單元Oi是KM中最基本的概念和假設(shè)，相對KM中其它知識單元Oj,學(xué)習(xí)理解Oi的難度最小，因此規(guī)定‘ =O ；反之，如果Q3,本Φ，要求條件(
3.如權(quán)利要求1所述的一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于所述的知識單元Oi學(xué)習(xí)中心度為A，其度量方法包括如下兩部分(1)劣A的度量參數(shù)，包括a、Oi的局部學(xué)習(xí)重要性Wi，知識單元Oi的出度IF0i I越大，Oi對學(xué)習(xí)理解鄰居知識單元的貢獻(xiàn)越大；相反，Oi的入度IC0i I越大，Oi的語義結(jié)構(gòu)越復(fù)雜，學(xué)習(xí)效率就越低，所以，Oi的局部學(xué)習(xí)重要性Wi是由I F。, I/I C0i I來決定，具體計(jì)算公式如下
4.如權(quán)利要求1所述的一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于所述挖掘pre-、，包括如下步驟Stepl 用戶類型識別以用戶登錄賬號判斷該用戶是否在用戶管理數(shù)據(jù)庫中有記錄， 如果沒有，則初始化pre-、；否則，更新pre-、；St印2 初始化pre-、^fIC0i I= O的知識單元Oi在pre-、中對應(yīng)分量置1，其它的分量置O ；St印3 更新pre-、訪問用戶訪問日志管理數(shù)據(jù)庫，找出用戶U最近一次訪問日志， 并從中找到U點(diǎn)擊學(xué)習(xí)過的知識單元集Vu，將Vu中所有知識單元及其認(rèn)知前件所對應(yīng)的 pre-、分量均置為1。
5.如權(quán)利要求1所述的一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于所述生成用戶導(dǎo)航學(xué)習(xí)路徑η1Γυ的步驟如下(1)向量初始化，就是將其所有分量置O；(2)找出學(xué)習(xí)目標(biāo)Ol^GenJ中的順序號Nuidu，并將Γυ(NUIDu )置1 ；(3)將Ou壓入棧S;(4)Hlru中元素識別，算法如下do while S not empty { K=POP(S)；將Gen—T中T對應(yīng)的元素中認(rèn)知前件列表PreT的表頭賦予H; do while H^Φ{if (pre-、的第 Nu (H)分量為 0) then {將％ 的第 Nu(H) 分量置1，并將H壓入棧S}//Nu (H)是H在t-nlr中的順序號 H<=next (H) ； }}//next (H)是 PreT 中 H 的直接后續(xù)元素for i=l to η；{ (if Gu的第i分量為1) then {輸出t_nlr中的第i元素；} next ；} O
全文摘要
本發(fā)明公開了一種知識地圖上導(dǎo)航學(xué)習(xí)路徑的生成方法，其特征在于，包括下述步驟(1)判斷存儲(chǔ)知識地圖的廣義表Gen_T是否為如果非空，則轉(zhuǎn)向(4)進(jìn)行用戶已學(xué)知識挖掘；(2)總路徑t-nlr生成計(jì)算知識單元的層級水平和學(xué)習(xí)中心度并以的升序和的降序?qū)χR單元二次排序得到總路徑t-nlr；(3)廣義表Gen_T的生成；(4)用戶已學(xué)知識挖掘根據(jù)用戶登錄帳號識別用戶類型，并按照不同類型用戶的已學(xué)知識挖掘策略生成學(xué)習(xí)者U當(dāng)前的已學(xué)知識向量pre-kU；(5)根據(jù)學(xué)習(xí)者U的pre-kU和輸入的學(xué)習(xí)目標(biāo)OU，參照總路徑t-nlr和廣義表Gen_T生成用戶導(dǎo)航學(xué)習(xí)路徑nlrU。該方法生成的用戶導(dǎo)航學(xué)習(xí)路徑對學(xué)習(xí)理解學(xué)習(xí)目標(biāo)具有充分性、必要性和高效性。
文檔編號G06F17/30GK102508874SQ20111031271
公開日2012年6月20日 申請日期2011年10月15日 優(yōu)先權(quán)日2011年10月15日
發(fā)明者劉均, 王昕 , 鄭慶華, 黃香君 申請人:西安交通大學(xué)