论文部分内容阅读
以人工智能、大数据等技术为基础的智慧教育是当今教育的发展方向,智慧教育的核心是个性化教育,即以学生为中心,围绕学生的学习需求开展教学工作。但是目前个性化教育在导学、推荐等方面存在技术性难题,例如:预测学习者的知识盲点和学习者学习路径规划,一个完善的课程知识图谱是解决这些问题的基石。大规模的课程知识图谱往往利用机器学习等自动化方法进行构建,效果却不理想,所以课程知识图谱的补全就显得重要,但是现在主流的知识图谱补全研究往往忽略了群体智慧,补全效果不理想。针对以上问题,本文利用学习者和对课程的了解程度对课程知识图谱进行完善,并设计实现了一套基于众包的课程知识图谱补全纠错系统。本文根据智慧教育的需求,对课程知识图谱的进行了定义与构建,并分析了课程知识图谱的正确性和完整性,明确了课程知识图谱纠错补全重点。本文利用众包的方式对课程知识图谱进行纠错补全,对学习者的答题准确度进行了建模,并改进了众包任务分配算法。本文采用众包任务文本相似度的图估计理论,依据众包任务之间相关度和学习者历史回答质量,估算学习者对尚未回答众包任务的答题准确度。改进的众包任务分配算法考虑了以下四个因素:(1)为能够最大程度的了解学习者,即学习者每回答一次众包问题,算法对学习者的回答质量好坏进行判断,进而根据学习者回答质量更新学习者对其它众包任务的答题准确度;(2)众包任务能够最快完成;(3)众包任务分配给具有最高答题准确度学习者;(4)考虑了学习者对分配的众包任务不愿作答的情况。经过实验验证,众包准确度有大幅提高。最后本文设计并实现了一套基于众包的课程知识图谱纠错补全系统,核心功能包括课程知识图谱可视化,课程知识图谱的补全,课程知识图谱纠错和众包任务详情统计等。一方面为课程知识图谱完善工作提供了强有力的工具;另一方面,也让学习者在对课程知识图谱补全的过程中,对本门课程进行了复习,加深了他们对本门课程的理解。