[发明专利]一种知识网络构建及可视化方法和系统在审

专利信息
申请号: 201710184297.5 申请日: 2017-03-24
公开(公告)号: CN107085596A 公开(公告)日: 2017-08-22
发明(设计)人: 温武少;徐富秀;秦景辉;王诗萌 申请(专利权)人: 广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 广州粤高专利商标代理有限公司44102 代理人: 林丽明
地址: 528300 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 知识 网络 构建 可视化 方法 系统
【权利要求书】:

1.一种知识网络构建及可视化方法,其特征在于:包括以下步骤:

S1.使用知识点的关系属性和非关系属性对知识点进行表示;

S2.使用知识点的表示构建知识库;

S3.基于知识库进行知识网络的构建;

S4.利用知识网络引擎获取知识网络中知识点的关系属性,传递给可视化插件进行可视化处理。

2.根据权利要求1所述的知识网络构建及可视化方法,其特征在于:所述知识点的类型包括事实、概念、规则、高级规则、认知策略和步骤。

3.根据权利要求1所述的知识网络构建及可视化方法,其特征在于:所述知识点的关系属性包括:前续知识点、后续知识点、父知识点、子知识点、兄弟知识点、相关知识点,这些都称为知识点的关联知识点;所述知识点的非关系属性包括:知识点编号、知识点名称、关键字、知识点简介、知识点标签、学习目标、重要程度、知识点难度、考试频率、知识点类型、参考资料、学习建议、关联知识点、学习资料、测试题、测试阈值、知识点内容、备注等。

4.根据权利要求3所述的知识网络构建及可视化方法,其特征在于:所述步骤S4中的可视化插件根据接收的知识点的关系属性从知识网络中提取出知识点的父知识点、子知识点、前续知识点、后续知识点、兄弟知识点、相关知识点,将相关知识点映射到三维空间中的x平面,将前续知识点、后续知识点映射到y平面,将父知识点、子知识点、兄弟知识点映射到z平面,形成三维立体的知识网络空间结构。

5.根据权利要求1所述的知识网络构建及可视化方法,其特征在于:所述知识库包括知识点表、知识点关系表、知识点学习资源表、知识点测试题表,其中知识点表存储知识点的非关系属性,知识点关系表存储知识点的关系属性,知识点学习资源表存储知识点与学习资源的关联信息,知识点测试题表存储知识点的测试题信息。

6.根据权利要求3所述的知识网络构建及可视化方法,其特征在于:所述知识点基本模型表示为kp_base={kp_id,kp_name,keywords,kp_intro,label,learn_target,importanty,dificulty,test_frequency,kp_type,reference,learn_suggest,associated_kps,material,testing,passs_core,content,memo},以上字段分别表示知识点编号、知识点名称、关键字、知识点简介、标签、学习目标、重要程度、知识点难度、考试频率、知识点类型、参考资料、学习建议、关联知识点、学习资料、测试题、测试阈值、知识点内容、备注;其中,知识点标签表示为label={edu_stage_tag,subject_tag,subject_chapter_tag,subject_section_tag},各字段分别表示知识点教育阶段标签、知识点学科标签、学科章标签、学科节标签;关联知识点表示为associated_kps={pre_kp,next_kp,father_kp,child_kp,brother_kp,other_kp},各字段分别表示前续知识点、后续知识点、父知识点、子知识点、兄弟知识点、相关知识点。

7.一种根据权利要求1~6任一项方法的系统,其特征在于:包括知识网络引擎、知识库模块、互联网信息爬取模块、数据分析单元和可视化插件,其中互联网信息爬取模块用于爬取互联网数据,数据分析单元用于基于知识点学习资料或爬取的互联网数据获取知识点的关系属性和非关系属性,知识库模块用于基于获取的知识点的关系属性和非关系属性构建知识库;知识网络引擎用于基于数据库的数据构建知识网络,可视化插件用于基于知识网络引擎获取知识点的关系属性进行可视化处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学,未经广东顺德中山大学卡内基梅隆大学国际联合研究院;中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710184297.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top