基于众包的课程知识图谱纠错补全研究及系统实现
发布时间:2024-05-27 01:59
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...
【文章页数】:84 页
【学位级别】:硕士
【部分图文】:
本文编号:3982613
【文章页数】:84 页
【学位级别】:硕士
【部分图文】:
图1-1不完整课程知识图谱(示例)
哈尔滨工业大学工程硕士学位论文-1-第1章绪论1.1课题来源与研究意义1.1.1课题来源本课题来源于国家重点研发计划项目“教育大数据分析挖掘技术及其智慧教育示范应用”的子课题“个性化教育资源融合与推荐关键技术”。1.1.2研究意义大数据,AI等技术的不断发展正推动着教育信息化从数....
图1-2完善后的课程知识图谱(示例)
哈尔滨工业大学工程硕士学位论文-2-限于单一的机器学习的模型上面,而忽略了学习者和任课老师的群体智慧,通常效果不佳。学习者在学习的过程中对课程有着较深的了解,利用学习者和任课老师对于某门课程的理解程度,自动化初步抽取构建的课程知识图谱能很快的完善起来。通过众包方式来发挥学习者和任....
图2-1需求分析用例图
哈尔滨工业大学工程硕士学位论文-11-2.2课程知识图谱纠错和补全分析2.2.1角色分析基于众包的课程知识图谱补全系统的角色可以分为四类用户,他们分别是系统管理员、负责课程的老师和学习者,然后再加上特殊用户“系统”本身,系统用例图如图2-1所示。图2-1需求分析用例图首先对学习者....
图2-2系统运行场景图
哈尔滨工业大学工程硕士学位论文-13-新学习者对于其他众包任务的回答准确度。2.2.2系统运行场景分析本文所开发的系统是以学习者和老师为主要使用人群的系统,主要目的是是为了完善课程知识图谱,系统的主要的运行场景如图2-2所示。首先,学习者或者老师登陆系统后可以查看该课程的知识图谱....
本文编号:3982613
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3982613.html