[发明专利]自适应学习路径推荐中的强化学习方法及系统

说明书

本发明提供了一种自适应学习路径推荐中的强化学习方法及系统。该方法包括：利用深度学习进行多层网络的构建，根据处理好的学生的历史学习行为数据，挖掘出学生对每一个知识点的掌握程度；使用深度学习、集成算法和聚类算法，综合学生历史学习数据和知识点的掌握程度，对学生能力进行评估预测；根据学生对知识点的掌握程度及学生的能力评估的结果，利用知识图谱和深度学习技术，为学生智能生成并提供最佳的学习路径；通过强化学习，选择合适的学习内容让学生去学习。本发明提供的自适应学习路径推荐中的强化学习方法及系统能够从学生的能力、当前学习状态等维度进行分析，为学生构建知识点掌握矩阵，为每个学生智能推荐合适的学习路径。

技术领域

本发明涉及智能教学技术领域，特别是涉及一种自适应学习路径推荐中的强化学习方法及系统。

背景技术

中国是世界上人口第一大国，我国的适龄学生数量巨大，但是受限于教育资源和师资力量的配置不均匀，各地区的学校班级中的人数众多，在这样的情况下教师在日常的教学中无法顾及到每个孩子的不同的学习情况，只能根据进度进行统一教学讲授，这就导致了每个孩子学习进度的差异，成绩不好、跟不上教学进度的孩子只能花费更多的时间及经济成本去努力追赶。随着科技的进步，人工智能技术在越来越多的领域得到应用并取得了瞩目的成绩。在教育领域，人工智能技术同样也在逐渐得到更多的应用，“自适应”这个概念也逐渐为人熟知。在传统的人们对于教师与学生的教与学场景认知中，教师的质量是衡量教学质量的重要标准。而教学经验是一个缓慢的累积过程，它并没有有效快速提升的方法，经验丰富的老师、名师数量对于庞大的市场需求来说少之又少，一直处于供不应求的状态。可见，现在的教育场景中教学质量仍然受限于经验丰富的老师的数量和老师们实际的教学质量状况。在教育及教学中，我们一贯提倡要“因材施教”。因材施教指的是针对学习的人的能力、性格、志趣等具体情况施行不同的教育。它要求教育者要根据学生的不同情况去施行相应的教育。在互联网+的当前时代背景下，“因材施教”有着巨大的潜力。

发明内容

本发明要解决的技术问题是提供一种自适应学习路径推荐中的强化学习方法及系统，从学生的能力、当前学习状态等维度进行分析，为学生构建知识点掌握矩阵，为每个学生智能推荐合适的学习路径，从而有助于提高推荐课程的学习效果，也提高了学生的学习效率。

为解决上述技术问题，本发明提供了一种自适应学习路径推荐中的强化学习方法，所述方法包括：利用深度学习进行多层网络的构建，根据处理好的学生的历史学习行为数据，挖掘出学生对每一个知识点的掌握程度；使用深度学习、集成算法和聚类算法，综合学生历史学习数据和知识点的掌握程度，对学生能力进行评估预测；根据学生对知识点的掌握程度及学生的能力评估的结果，利用知识图谱和深度学习技术，为学生智能生成并提供最佳的学习路径；根据学习路径，通过强化学习，选择合适的学习内容让学生去学习。

在一些实施方式中，在教育领域，知识图谱对课程的不同年级、不同科目、不同单元章节、不同教材版本等信息进行了详细划分。

在一些实施方式中，利用深度学习进行多层网络的构建，根据处理好的学生的历史学习行为数据，挖掘出学生对每一个知识点的掌握程度，包括：根据对历史知识点的掌握程度的分析来对未来的知识点的掌握程度进行预测，全方位判断学生的当前的学习状态。

在一些实施方式中，使用深度学习、集成算法和聚类算法，综合学生历史学习数据和知识点的掌握程度，对学生能力进行评估预测，包括：对学生能力的评估结果不仅从学生对知识点的掌握程度、课后习题的做题内容，答题情况的维度进行评估。

在一些实施方式中，使用深度学习、集成算法和聚类算法，综合学生历史学习数据和知识点的掌握程度，对学生能力进行评估预测，还包括：从学生的偏好、学生的生活习惯以及对某些方面的感兴趣程度的方面进行全方位的评估。

在一些实施方式中，根据学习路径，通过强化学习，选择合适的学习内容让学生去学习，包括：每两次考试中间，运用强化学习算法，为学生进行最优学习路径的规划。