本發(fā)明是一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法。主要用于使學(xué)習(xí)者花費最少時間和精力（假定時間、精力均勻分布，單位時間和精力獲得的知識一樣多）得到最高效的學(xué)習(xí)指導(dǎo)，使學(xué)習(xí)者避開不必要去學(xué)習(xí)的知識，只在不會或者不熟練的知識上花費時間和精力，屬于分布式計算和軟件工程學(xué)技術(shù)交叉領(lǐng)域。

背景技術(shù)：

隨著知識經(jīng)濟(jì)的發(fā)展，當(dāng)今社會對人們的知識掌握程度提出了更高的要求，智能教學(xué)系統(tǒng)中選擇合適的學(xué)習(xí)點推薦給學(xué)習(xí)者和個性化學(xué)習(xí)路徑的推薦與優(yōu)化已經(jīng)成為重要課題。目前，在線學(xué)習(xí)面臨的問題是網(wǎng)上數(shù)據(jù)龐雜，導(dǎo)致學(xué)習(xí)者難以快速找到適合自己的學(xué)習(xí)資源。適應(yīng)性學(xué)習(xí)是遠(yuǎn)程教育發(fā)展質(zhì)的飛躍，其直接原因是以計算機、遠(yuǎn)程通信和認(rèn)知科學(xué)結(jié)合的知識媒體的綜合運用。適應(yīng)性學(xué)習(xí)能根據(jù)學(xué)習(xí)者的特征選擇合適的學(xué)習(xí)內(nèi)容和學(xué)習(xí)方法作為推薦。學(xué)習(xí)路徑是指學(xué)習(xí)活動的路線與序列，是學(xué)習(xí)者在一定的學(xué)習(xí)策略指導(dǎo)下，根據(jù)學(xué)習(xí)目標(biāo)和學(xué)習(xí)內(nèi)容對所需完成的學(xué)習(xí)活動的排序。學(xué)習(xí)路徑是把學(xué)習(xí)的資源、方法、目標(biāo)、程序、評價和監(jiān)控等有機成和在一起，把學(xué)習(xí)內(nèi)容以不同的策略展現(xiàn)給學(xué)習(xí)者。

知識圖譜于2012年5月17日被google正式提出，其初衷是為了提高搜索引擎的能力，增強用戶的搜索質(zhì)量以及搜索體驗。目前，隨著智能化和個性化信息服務(wù)應(yīng)用的不斷發(fā)展，知識圖譜被廣泛地應(yīng)用于智能搜索、智能問答、個性化推薦等領(lǐng)域。知識圖譜已經(jīng)成為用標(biāo)記的有向圖形式表示知識的強大工具，并給出文本信息的語義。知識圖譜是通過將每個項目、實體或用戶作為結(jié)點表示，并且通過邊緣將彼此相互作用的那些結(jié)點鏈接起來構(gòu)造的圖形。結(jié)點之間的邊可以表示任意關(guān)系。知識點是學(xué)習(xí)活動中傳遞知識信息的基本單元，單獨的知識點應(yīng)能體現(xiàn)知識內(nèi)容本身的拒不完整性，知識點的集合能保證專業(yè)知識體系的全局完整性知識點之間的關(guān)系是連接知識點的紐帶，使分散的知識點形成相互關(guān)聯(lián)的知識結(jié)構(gòu)。本發(fā)明提出了一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法，將學(xué)習(xí)點從數(shù)據(jù)、信息和知識三個有遞進(jìn)關(guān)系的層面上進(jìn)一步地細(xì)化，根據(jù)學(xué)習(xí)者的當(dāng)前學(xué)習(xí)狀況和學(xué)習(xí)目標(biāo)有針對性地為學(xué)習(xí)者提供一個高效的導(dǎo)學(xué)策略，保證學(xué)習(xí)者按需學(xué)習(xí)。

技術(shù)實現(xiàn)要素：

技術(shù)問題：本發(fā)明的目的是提供一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法，針對學(xué)習(xí)者的學(xué)習(xí)需求和學(xué)習(xí)目標(biāo)，將學(xué)習(xí)點從數(shù)據(jù)、信息和知識三個有遞進(jìn)關(guān)系的層面上進(jìn)一步地細(xì)化，向?qū)W習(xí)者推薦合理的學(xué)習(xí)點內(nèi)容和學(xué)習(xí)策略，引導(dǎo)學(xué)習(xí)者達(dá)成學(xué)習(xí)目標(biāo)，幫助學(xué)習(xí)者提高學(xué)習(xí)效率，優(yōu)化學(xué)習(xí)效果。

技術(shù)方案：本發(fā)明是一種策略性方法，可以應(yīng)用于為學(xué)習(xí)者提供學(xué)習(xí)指導(dǎo)，有助于解決網(wǎng)絡(luò)學(xué)習(xí)環(huán)境下，大量學(xué)習(xí)資源導(dǎo)致的認(rèn)知過載和學(xué)習(xí)迷航問題。在一個知識點圖譜上，本發(fā)明假設(shè)學(xué)習(xí)者單位時間下和單位精力可學(xué)知識是固定的，知識圖譜上的結(jié)點不一定是獨立的，本發(fā)明劃分知識點的依據(jù)是根據(jù)教科書的組織為基礎(chǔ)，將知識點劃分為元知識、章知識和篇知識，元知識是知識體系中相對獨立、不能再分割的基本知識點；章知識是由相關(guān)元知識關(guān)聯(lián)組合得到的，表達(dá)一定范圍內(nèi)比較完整的知識；篇知識是對章知識進(jìn)一步的分類和總結(jié)得到的。對于知識結(jié)點之間的關(guān)系本發(fā)明定義有以下有五種（語義）關(guān)系如圖1所示：

1.先序關(guān)系：必須先學(xué)習(xí)結(jié)點a才能學(xué)習(xí)結(jié)點b，即學(xué)習(xí)知識點b需要知識點a的支持。先序關(guān)系具有傳遞性，包括直接先序關(guān)系和間接先序關(guān)系。如果學(xué)習(xí)知識點a后可以直接學(xué)習(xí)知識點b，則兩者滿足直接先序關(guān)系。如果學(xué)習(xí)知識點a后還需要學(xué)習(xí)其他知識點才能學(xué)習(xí)知識點b，則兩者滿足間接先序關(guān)系;

2.涵蓋關(guān)系：結(jié)點a包含的知識點涵蓋了結(jié)點b，學(xué)了結(jié)點a可以不用再去學(xué)習(xí)結(jié)點b;

3.或關(guān)系：對于最終學(xué)習(xí)目標(biāo)，學(xué)習(xí)結(jié)點a和結(jié)點b都可以達(dá)成學(xué)習(xí)目標(biāo)；

4.與關(guān)系（平行關(guān)系）：即結(jié)點間是獨立的，具有與關(guān)系的知識點在學(xué)習(xí)過程中不存在先后順序；

5.必要結(jié)點：對于最終學(xué)習(xí)目標(biāo)，一定要去學(xué)習(xí)的結(jié)點；

6.游離結(jié)點：對于某個知識體系來講，游離結(jié)點是對這個知識體系無用的知識點。

方法流程：

1.一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法，其特征在于學(xué)習(xí)點推薦和路徑優(yōu)化的步驟：

步驟1).利用各種渠道獲取到的學(xué)習(xí)和培訓(xùn)資源，基于按照圖2中001、002和003步驟在數(shù)據(jù)、信息和知識三個層次逐層構(gòu)建處理資源架構(gòu)，反應(yīng)知識體系中的內(nèi)在知識關(guān)聯(lián)；

步驟2).建立學(xué)習(xí)者模型，004獲取學(xué)習(xí)者的當(dāng)前學(xué)習(xí)狀態(tài)，005遍歷處理資源架構(gòu)，006在處理資源架構(gòu)上標(biāo)記出學(xué)習(xí)者已學(xué)知識點，每個結(jié)點的權(quán)重作為學(xué)習(xí)者獲取對應(yīng)知識點所需時間和花費精力的衡量；

步驟3).構(gòu)建學(xué)習(xí)目標(biāo)模式庫，本發(fā)明將圖譜上的知識劃分為元知識、章知識和篇知識，分別對應(yīng)于5w里的“誰（who）/什么時候（when）/在哪里（where）、什么（what）和如何（how）”；

步驟4).流程圖中007獲取學(xué)習(xí)者的學(xué)習(xí)目標(biāo)，基于步驟3在圖譜上標(biāo)記出目標(biāo)知識點；

步驟5).依賴于步驟4所得到的結(jié)果，對應(yīng)流程圖中008轉(zhuǎn)到與學(xué)習(xí)目標(biāo)模式相對應(yīng)的圖譜上進(jìn)行處理；

步驟6).依賴于步驟5所得到的結(jié)果，找出目標(biāo)知識點的所有先序知識點；

步驟7).依賴于步驟6所得到的結(jié)果，選擇合適的出發(fā)點，即與最終學(xué)習(xí)目標(biāo)結(jié)點之間有完整路徑的結(jié)點；

步驟8).依賴于步驟7所得到的結(jié)果，圖2步驟010規(guī)劃學(xué)習(xí)點路徑；

步驟9).將步驟6產(chǎn)生的所有未學(xué)知識點，將存在或關(guān)系的知識結(jié)點按學(xué)習(xí)該知識點所需時間和精力（即權(quán)重）進(jìn)行排序；

步驟10).對于存在涵蓋關(guān)系的結(jié)點，假定結(jié)點a涵蓋結(jié)點b和結(jié)點c所含知識，判斷結(jié)點b和結(jié)點c是否都是學(xué)習(xí)者為達(dá)成學(xué)習(xí)目標(biāo)所需要的知識。若需要，計算學(xué)習(xí)結(jié)點a和同時學(xué)習(xí)結(jié)點b和結(jié)點c所需的時間和精力；若不需要，選擇需要時間和精力較少的結(jié)點添加到學(xué)習(xí)路徑中；

步驟11).基于步驟10產(chǎn)生的結(jié)果，將其它必要結(jié)點和并行結(jié)點添加至學(xué)習(xí)路徑中；

步驟12).將學(xué)習(xí)路徑推薦給學(xué)習(xí)者；

步驟13).圖2中對應(yīng)步驟013，獲取學(xué)習(xí)者滿意度反饋和建議，更新學(xué)習(xí)狀態(tài)；

步驟14).返回步驟4；

步驟15).學(xué)習(xí)者滿意后，輸出推薦的學(xué)習(xí)路徑。

體系結(jié)構(gòu)：

圖2給出了一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法的體系結(jié)構(gòu)，首先獲取學(xué)習(xí)者的當(dāng)前學(xué)習(xí)狀況和最終要實現(xiàn)的學(xué)習(xí)目標(biāo)，構(gòu)建相應(yīng)學(xué)科的知識體系圖譜，并在知識圖譜上標(biāo)記出學(xué)習(xí)者的已學(xué)知識點和未學(xué)知識點，以及學(xué)習(xí)每個知識點學(xué)習(xí)者要花費的時間和精力，本發(fā)明用權(quán)值來體現(xiàn)。將學(xué)習(xí)者的學(xué)習(xí)目標(biāo)根據(jù)目標(biāo)模式匹配，識別出所屬類別?；跀?shù)據(jù)圖譜向?qū)W習(xí)者推薦元數(shù)據(jù)，即離散的知識點；基于信息圖譜向?qū)W習(xí)者推薦章數(shù)據(jù)，即相關(guān)知識點的集合；基于知識圖譜向?qū)W習(xí)者推薦篇知識。通過遍歷圖譜，向?qū)W習(xí)者推薦需要學(xué)習(xí)的知識點以及高效的學(xué)習(xí)策略。

學(xué)習(xí)者模型：學(xué)習(xí)者模型中包含學(xué)習(xí)者的基本信息和學(xué)習(xí)過程中的動態(tài)信息，包括歷史學(xué)習(xí)記錄、學(xué)習(xí)目標(biāo)和當(dāng)前學(xué)習(xí)進(jìn)程。歷史學(xué)習(xí)記錄中包括知識點名稱、學(xué)習(xí)該知識點的時間和學(xué)習(xí)次數(shù)；學(xué)習(xí)目標(biāo)表示未學(xué)習(xí)到的知識點；當(dāng)前學(xué)習(xí)進(jìn)程中包括知識點名稱、學(xué)習(xí)進(jìn)度。

下面給出數(shù)據(jù)圖譜、信息圖譜和知識圖譜的具體說明。

數(shù)據(jù)圖譜：數(shù)據(jù)圖譜能記錄元知識出現(xiàn)的頻度，包括結(jié)構(gòu)、時間和空間三個層次的頻度。我們定義結(jié)構(gòu)頻度為元知識出現(xiàn)在不同數(shù)據(jù)結(jié)構(gòu)中的次數(shù)，時間頻度為元知識的時間軌跡，空間頻度被定義為元知識的空間軌跡。數(shù)據(jù)圖譜上可以描述圖中各個結(jié)點之間關(guān)聯(lián)的緊密程度，我們稱為密度，可以反映出哪些元知識聯(lián)系緊密，哪些元知識聯(lián)系稀疏。但數(shù)據(jù)圖譜上未對元知識的準(zhǔn)確性進(jìn)行分析，可能出現(xiàn)不同名稱的元知識但表示同一基本知識點，即知識冗余。綜上，數(shù)據(jù)圖譜只能對圖譜上表示的數(shù)據(jù)進(jìn)行靜態(tài)分析，無法分析和預(yù)測數(shù)據(jù)的動態(tài)變化。

數(shù)據(jù)是通過觀察獲得的數(shù)字或其他類型信息的基本個體項目，但是在沒有上下文語境的情況下，它們本身沒有意義。數(shù)據(jù)圖譜可以通過數(shù)組、鏈表、隊列、樹、棧、圖等數(shù)據(jù)結(jié)構(gòu)來表達(dá)。在數(shù)據(jù)圖譜上，通過計算數(shù)據(jù)的頻度，得出數(shù)據(jù)在數(shù)據(jù)圖譜上的支持度和置信度來刪除錯誤或無用數(shù)據(jù)，刪除的條件是必須同時滿足支持度和置信度的閾值要求，閾值過大不利于圖譜表達(dá)的準(zhǔn)確性，過小會不利于表達(dá)的完整性，可以根據(jù)計算圖譜反饋的結(jié)果信息動態(tài)調(diào)整。

信息圖譜：信息是通過數(shù)據(jù)和數(shù)據(jù)組合之后的上下文傳達(dá)的，經(jīng)過概念映射和相關(guān)關(guān)系組合之后的適合分析和解釋的信息。信息圖譜的可以通過關(guān)系數(shù)據(jù)庫來表達(dá)。信息圖譜上進(jìn)行數(shù)據(jù)清洗，消除冗余數(shù)據(jù)，根據(jù)結(jié)點之間的交互度進(jìn)行初步抽象，提高設(shè)計的內(nèi)聚性，將元數(shù)據(jù)集成到章數(shù)據(jù)。通過圈定特定數(shù)量的實體，計算內(nèi)部交互度和外部交互度，內(nèi)聚性（cohesion）等于內(nèi)部交互度和外部交互度的比值，我們設(shè)定所圈定的知識點之間必須相互連通。

知識圖譜：知識是從積累的信息中獲得的總體理解和意識，將章知識進(jìn)行進(jìn)一步的抽象和歸類可以形成篇知識。知識圖譜的可以通過包含結(jié)點和結(jié)點之間關(guān)系的有向圖來表達(dá)。知識圖譜上可以包含各種語義關(guān)系，并能進(jìn)行信息推理和實體鏈接，知識圖譜的無結(jié)構(gòu)特性使得知識圖譜可以無縫鏈接，從而提高知識圖譜的邊緣密度和結(jié)點密度。信息推理需要有相關(guān)關(guān)系規(guī)則的支持，這些規(guī)則可以由人手動構(gòu)建，但往往耗時費力。目前，它主要依賴于關(guān)系的同現(xiàn)，并使用關(guān)聯(lián)挖掘技術(shù)自動查找推理規(guī)則。路徑排序算法使用每個不同的關(guān)系路徑作為一維特征，通過在知識圖中構(gòu)建大量的關(guān)系路徑來構(gòu)建關(guān)系分類的特征向量和關(guān)系分類器來提取關(guān)系。關(guān)系的正確度cr可以通過以下公式衡量，q表示實體e1到實體e2的所有關(guān)系，π表示一類關(guān)系，表示關(guān)系的權(quán)重，可由訓(xùn)練得出，最后正確度超過某一閾值后認(rèn)為該關(guān)系成立。

有益效果：本發(fā)明方法提出了一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法。具有如下一些顯著優(yōu)點：

（1）合理配置資源，提高學(xué)習(xí)資源的使用效率：學(xué)習(xí)資源的合理配置和有效使用是我國遠(yuǎn)程教育發(fā)展的重要內(nèi)容，網(wǎng)絡(luò)上的學(xué)習(xí)資源豐富，質(zhì)量良莠不齊，基于知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點推薦幫助學(xué)習(xí)者按需學(xué)習(xí)，不必花費大量時間在海量的資源中尋找自己需要的學(xué)習(xí)資源；

（2）為學(xué)習(xí)者指引學(xué)習(xí)方向，避免知識迷航：向?qū)W習(xí)者推薦和優(yōu)化學(xué)習(xí)路徑，提供學(xué)習(xí)高效的策略，幫助學(xué)習(xí)者建立合適的知識體系，使學(xué)習(xí)者有針對性的進(jìn)行學(xué)習(xí)，提高學(xué)習(xí)效率；

（3）通過分析建立不同學(xué)習(xí)者的學(xué)習(xí)情況，建立學(xué)習(xí)者模型，有針對性地為不同學(xué)習(xí)者提供個性化的學(xué)習(xí)指導(dǎo)。

附圖說明

圖1是知識圖譜上結(jié)點之間可能含有的關(guān)聯(lián)關(guān)系的展示。

圖2是面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法的體系結(jié)構(gòu)。

具體實施方式

一種面向5w的基于數(shù)據(jù)圖譜、信息圖譜和知識圖譜的目標(biāo)驅(qū)動的學(xué)習(xí)點及學(xué)習(xí)路徑推薦方法的具體實施方案為：

步驟1).構(gòu)建相應(yīng)的有向的學(xué)習(xí)點知識圖譜，反應(yīng)知識體系中的內(nèi)在知識關(guān)聯(lián)，將所有的知識點用一個數(shù)組knowledgepoint[n]存儲，將學(xué)習(xí)路徑用數(shù)組bestpath[p]存儲；

步驟2).建立學(xué)習(xí)者模型，假定單位之間內(nèi)單位精力學(xué)習(xí)者能掌握的知識點的固定的，在知識圖譜上標(biāo)記出每個結(jié)點的權(quán)重作為學(xué)習(xí)者獲取對應(yīng)知識點所需時間和花費精力的衡量；

步驟3).獲取學(xué)習(xí)者的當(dāng)前學(xué)習(xí)進(jìn)度和學(xué)習(xí)目標(biāo)，在知識圖譜上用紅色標(biāo)記已學(xué)知識，用綠色標(biāo)記目標(biāo)知識點，把學(xué)習(xí)者的目標(biāo)知識點存放在數(shù)組target_knowledge[m]里；

步驟4).構(gòu)建學(xué)習(xí)目標(biāo)模式庫，本發(fā)明將知識圖譜上的知識劃分為元知識、篇知識、章知識和書知識，分別對應(yīng)于5w里的“誰（who）/什么時候（when）/在哪里（where）、什么（what）和如何（how）”；

步驟5).依賴于步驟4所得到的結(jié)果，轉(zhuǎn)到與學(xué)習(xí)目標(biāo)模式相對應(yīng)的圖譜上進(jìn)行處理；

步驟6).依賴于步驟5所得到的結(jié)果，將學(xué)習(xí)者為達(dá)到學(xué)習(xí)目標(biāo)待學(xué)習(xí)的知識點用黃色標(biāo)記出來；

步驟7).依賴于步驟5所得到的結(jié)果，選擇合適的出發(fā)點，即與最終學(xué)習(xí)目標(biāo)結(jié)點之間有完整路徑的結(jié)點；

步驟8).依賴于步驟7所得到的結(jié)果，從每個目標(biāo)知識結(jié)點出發(fā)，一直尋找與當(dāng)前結(jié)點有先序關(guān)系的結(jié)點，添加至bestpath[p]數(shù)組，直到當(dāng)前結(jié)點的先序結(jié)點是出發(fā)結(jié)點；

步驟9).將步驟6產(chǎn)生的所有未學(xué)知識點，將存在或關(guān)系的知識結(jié)點按學(xué)習(xí)該知識點所需時間和精力（即權(quán)重）進(jìn)行排序；

步驟10).對于存在涵蓋關(guān)系的結(jié)點，假定結(jié)點a涵蓋結(jié)點b和結(jié)點c所含知識，判斷結(jié)點b和結(jié)點c是否都是學(xué)習(xí)者為達(dá)成學(xué)習(xí)目標(biāo)所需要的知識。若需要，計算學(xué)習(xí)結(jié)點a和同時學(xué)習(xí)結(jié)點b和結(jié)點c所需的時間和精力；若不需要，選擇需要時間和精力較少的結(jié)點添加到學(xué)習(xí)路徑中；

步驟11).基于步驟10產(chǎn)生的結(jié)果，將其它必要結(jié)點和并行結(jié)點添加至學(xué)習(xí)路徑中；

步驟12).優(yōu)化的路徑存放在數(shù)組bestpath[p]里，輸出完整的學(xué)習(xí)路徑，將學(xué)習(xí)路徑推薦給學(xué)習(xí)者；

步驟13).獲取學(xué)習(xí)者滿意度反饋和建議，更新學(xué)習(xí)狀態(tài)；

步驟14).返回步驟4；

步驟15).學(xué)習(xí)者滿意后，輸出推薦的學(xué)習(xí)路徑。