[发明专利]一种知识空间有向图的自适应学习方法及系统

说明书

技术领域

本发明涉及教育教学系统领域中的一种学习系统，具体涉及一种自适应学习系统和方法。

背景技术

自适应学习是传统教学、示范教学的基础上提出的。自适应学习有很多种定义，通常是指提供自适应的学习的计划、步骤、推荐和目标，通过学习者自身在学习中发现问题，成长轨迹并能自主解决问题的学习方式。

2000年，“自适应学习的认知建模”获中国科学院自然科学二等奖，诺贝尔奖得主、认知科学和人工智能的创始人之一西蒙指出，这项研究成果“对认知心理学和学习理论做出了重要贡献”，并将它向美国、日本、前苏联以及中国智能计算机高技术代表团等发布。

在实践应用方面，以解决问题为手段，以建立产生式为核心的示例演练学习方法，并将这一方面应用到几何、代数、物理等学科领域的学习。1993年9月，由朱新明和西蒙编写的《初中数学示例演练试验教材》正式出版，在我国的一些学校进行教学试验。

当前国内外相关公司在自适应的技术上还处于萌芽状态。一些公司只能提供错题库；个别产品虽然应用了一些相对更为复杂的逻辑，但却不能提供真正意义上的教学，因而不适合学习新的知识点，尤其是比较难的知识点。此外，学生在学习过程中不可避免地会有大量问题，而目前国内的相关产品除了一些基本的解析以外，并没有很好的学习系统满足教学快速发展的需求。

自适应学习系统引导学生进行最合适的内容和活动，并当学生遇到困难时，难度会自动降低。老师也可以使用它的实时预测技术来监测每个学生的知识结构，即时调整，为每个学生提供个性化自适应教学。

发明内容

本发明的目的是提供一种知识空间有向图的自适应学习方法及系统。本发明的目的是通过以下技术方案来实现：

学习是借助已掌握的知识和能力去链接新知识的过程，并通过新的知识，重新定义已有知识和能力的结构及知识之间的关系、能力与知识之间的关系、能力之间的关系。这三层面的关系是相互起作用的，人类知之甚少，本发明，通过人工智能(AI)技术揭示其隐藏的特征和状态。本发明自适应学习方法及系统，有四大核心装置：知识识别装置、能力识别装置、自适应装置、能力跟踪装置，这四大装置之间相互影响、相互调节，分担着自适应学习整个过程的不同角色。这就是本发明的核心。

本发明中，知识识别装置和能力识别装置，分解知识点，分割不同维度能力，构建完整的知识图谱和能力图谱，实现教与学自适应。当前优质教学资源严重缺乏，大部分学生无法获得优秀老师一对一的指导。本发明的目的是提供一种自适应学习方法和系统，学生获得最优秀老师的指导，实现一对一的个性化学习。所有的优秀资源集于一师——自适应学习系统，全面、完整、自适应的分析学生个性化学习状态和进度，实时动态提供最合适的学习计划。同时，学生在学习中可以可视化的了解的学习全貌，包括知识结构及能力结构，还可以自定义多维度的可视化项，系统定期更新，满足不同的个性化需求。

知识空间，具有个性化的结构，知识点拆分因人而异。知识空间中知识源有多种载体形式，有文字、视频、语音、图像等各种形式，而不仅仅是单一的数字。本发明中知识空间，划分为三种元素，即知识点、路线、学习过程三种元素。其中，知识点是结点，学习路线是向量边，学习过程是一条路线，即一次完整的学习向量边的连接路线。一本新书，第一次学习，假设只有一个知识点，翻阅次数多了，知识点自动拆分，形成多个知识点，每个知识点之间的关系，形成个性化的知识有向图，学习中直到掌握该书全部内容，收获不同的经验值，即能力。这是全过程，本发明是实现知识点的自动识别、拆分、合并、联想、传播，实现自适应学习的过程。

以下是本发明的详细步骤：

(001)学习内容。是自适应学习的资料库，包括课件、视频、知识点、各种单元习题、各种综合性考题、点评、解析以及分享等等。每一种学习内容数据，都有一套标准的格式，录有若干个标签。学习内容间有的有共同的标签。标签库中预先采集有标签之间的关系，知识识别装置自动生成默认的标签向量组合。后续的自适应学习，是基于这些数据及训练结果动态更新知识图谱，进行个性化推荐的。

(002)知识点自解析。是一个渐进的过程，涉及到两类解析，一类是基于知识标签库解析，一类是基于能力标签库解析。融合这两类，实现内容到知识点分解，这种解析有一个学习的过程，也是一个能力识别过程，随着学习进度和能力提升，知识点会越来越丰富，多样化。知识识别装置中知识点发现是产生新的知识点的重要途径之一。