[发明专利]基于知识图谱的自适应学习路径推荐方法

权利要求书

1.基于知识图谱的自适应学习路径推荐方法，其特征在于，具体按照如下步骤实施：

步骤1，构建对应领域的知识图谱；

步骤2，建立学习者模型，所述学习者模型包括学习者的基本信息、认知水平、学习风格以及学习能力；

步骤3，对步骤1建立的知识图谱进行体系扩展，添加节点中心度和概率分布；

步骤4，根据学习者模型中学习者的认知水平在扩展的知识图谱内定位，给学习者推荐相应的知识点。

2.根据权利要求1所述的基于知识图谱的自适应学习路径推荐方法，其特征在于，所述步骤1具体为：

将对应知识领域的知识采用自顶向下的三层结构进行规整，具体为：顶层是对应知识领域所有的知识点的大纲，第二层是将上层的知识点大类分为若干为章节，第三层是将第二层每个小节分为若干基础的小节；每层均包括至少一个知识节点Knowledge_k，Knowledge_k＝{id_k,name_k,definition_k,level_k,contain_k,centrality_k,resources_k,parents_k,ancestor_k,pelparents_k,children_k,offspring_k,relchildren_k,brothers_k}，其中，id_k是知识点的标识符，确定知识节点的唯一性；name_k是知识节点的名称；definition_k是知识节点的定义，介绍知识点的相关信息；level_k是知识节点的层级数，当知识点为不可拆分的知识点时，其层级数为3，它的直接前驱知识点，为层级数减1，contain_k：是不同层级知识点之间的包含关系，第一层的某知识节点包含该知识节点下层的所有知识节节点，第二层的某个知识节点包含该知识节点下第三层的知识节点；centrality_k为知识节点的中心度，代表节点在同一知识单元内的重要程度；resources_k是知识节点所链接的教学资源；parents_k是知识节点的直接前驱节点集合，该节点集合可能为空也可能包含多个知识节点，当知识节点的层级为1时，该节点的parents_k为0，ancestor_k是从层级为1的节点到某一知识节点所经过分支上的所有节点，称为祖先节点集合；relparents_k是知识节点与直接前驱节点的关系条件概率分布，该集合内的值与parents_k内的值相对应，children_k是知识节点的直接后继节点集合，该集合内的值可能为空也可能有多个知识节点；offspring_k是以某知识节点为根的子树中任一节点都称为子孙知识节点；relchildren_k是知识节点与直接后继节点的关系条件概率分布，该集合内的值与children_k内的值相对应；brothers_k：是知识节点的兄弟节点，即为与知识节点有相同父亲节点的知识节点。