[发明专利]一种基于主题图的知识聚合方法及系统

说明书

本发明属于教育技术领域，公开了一种基于主题图的知识聚合方法及系统，进行主题图基于标准知识库的元素知识元构建；构成以某个主题为基础的主题图；进行直接关联关系的知识元与知识元的关联权重计算、知识元与学习资源的关联权重计算；进行聚合关联关系的知识元组与知识元的关联权重计算、知识元组和知识元组间的关联权重计算；进行个性化主题图偏差程度的定义和主题图之间相似性的计算。本发明具有实现用户个性化知识结构与知识、以及主题与学习资源的有机关联，通过对知识元或知识元组进行关联，进而提供准确的、有针对性的知识服务，提高知识的利用效率，实现知识聚合的积极效果。

技术领域

本发明属于教育技术领域，尤其涉及一种基于主题图的知识聚合方法及系统。

背景技术

目前，业内常用的现有技术是这样的：

知识聚合是近年来教育领域、图书情报领域的一个新的研究方向，通过数据挖掘、分析等方法对可能存在关联的知识进行凝聚，来提取知识间内在关联的手段，从而构建起多维度的知识体系，依据学习资源中的关联关系对知识进行合理组织。在学习过程中，我们需要对知识进行个性化的归纳，从而形成学习者个性化的知识结构。

结合已有的相关研究，目前知识聚合的研究方法主要包括以下几个方面：

基于情报检索语言的聚合。一般用于进行知识聚合的情报检索语言包括元数据、主题词和分众分类法。在当前海量知识资源背景下，基于情报检索的知识聚合方法格式规范、结构性强，但同时存在高成本、可扩展性弱等问题，不能够满足当前教育大数据的计算要求。

基于知识网络的聚合。对相关知识或学习资源进行特征分析、结构发现，相比于基于情报检索方式，该方法具有较强的开放性和动力性特征。基于网络的聚合方法的主要缺点是语义表现的力度不够，如何进一步实现聚合对象语义显性化是该方法的一个改进方向。

基于语义网的知识聚合。通过语义网，可以理解词条的含义以及它们之间的逻辑关系。语义网的相关技术标准分为严格逻辑规范和简单结构规范，前者代表有XML、RDF等，后者主要由微格式、RDF和微数据等。实现的重点是在本体层和关联数据层，如何对涉及多个本体的关联数据实现基于自然语言的问答式检索是需要解决的核心问题。

综上所述，现有技术存在的问题是：

(1)当前海量知识资源背景下，基于情报检索的知识聚合方法格式规范、结构性强，但同时存在高成本、可扩展性弱等问题，不能够满足当前教育大数据的计算要求；

(2)基于网络的聚合方法的语义表现的力度不够；

(3)不能解决涉及多个本体的关联数据实现基于自然语言的问答式检索。

(4)不能够利用常用的信息科学技术快速构建基于关系型数据库和可视化工具等常用信息技术快速构建主题图。

解决上述技术问题的意义：

整体的主题图构建基于三种库源，分别是知识库、关联关系库、资源库，这两种库是所有构建主题图的基础，知识库主要存储的是所有可语义表述的知识而关系库所表示的是构建的主题图中关联关系其中包括知识与资源的关联关系以及知识元与元组之间的关联关系。并且利用语义计算所有知识库中语义表示知识元之间的相似性，构成语料库，表示成向量，此种方式就可以较为准确表示知识元之间的相似性。

因为是基于知识库、关联关系库、资源库这三种库源，使得其所构建工作变得更为简单易行，系统将提供可视化的操作方法，用来构建个性化的主题图来实现个人个性化的知识聚合。此系统将所有的基础性工作都处理好放置在知识库、关联关系库和资源库中，这使得在给学习者使用构建主题图聚合知识时更显得方便易用其高效。

发明内容

针对现有技术存在的问题，本发明提供了一种基于主题图的知识聚合方法及系统，