基于行业知识图谱的学习资源库构建与考试管理系统设计与实现

发布时间：2021-10-18 23:41

　　知识经济时代背景下,随着社会对专业人才需求的不断增加,越来越多的行业开始重视从业者的培训与考核工作;然而现阶段,行业培训与考核的方式还是以线下授课和考试为主。随着行业规模的不断扩大,这种传统的培训与考核方式越来越难以适应行业的发展。与此同时,随着信息技术与行业融合的不断深入,日积月累的行业数据资源越来越丰富,如何管理好这些行业数据资源并为行业培训与考核工作提供服务成为了一个亟需解决的问题。在此背景下,为了更好地利用丰富的行业知识来满足行业培训与考核管理的需求,本文在对当下知识管理系统与考试管理系统分析比较的基础上,结合行业知识图谱等相关技术,设计并实现了一个基于行业知识图谱构建的学习资源库和考试管理系统。该系统借助行业知识图谱技术来整合互联网及行业内部的数据资源,组织和关联行业知识节点,建立行业学习资源库,并通过行业学习资源库来提升系统在行业培训、考核工作中的服务与管理水平。为了进一步提高学习资源的检索效率,该系统使用了一种基于行业知识图谱的多关键词检索算法来优化系统的搜索引擎。除此之外,本文还将现有的遗传算法和文本分析技术应用在组卷和评阅功能的实现上,在提高了系统组卷和评阅工作效率的... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：116 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 系统开发的背景与意义
        1.1.1 开发背景
        1.1.2 开发意义
    1.2 研究与应用现状
        1.2.1 知识图谱的研究现状
        1.2.2 知识管理系统的应用现状
        1.2.3 考试管理系统的应用现状
    1.3 系统开发的目标
    1.4 本文的主要内容
    1.5 论文的组织结构
第2章 相关理论与技术
    2.1 行业知识图谱概述
    2.2 文本语义分析
        2.2.1 中文分词技术
        2.2.2 潜在语义分析理论
    2.3 自动组卷技术
    2.4 本章小结
第3章 需求获取与分析
    3.1 系统概述
        3.1.1 整体业务概述
        3.1.2 业务流程分析
    3.2 系统角色分析
    3.3 系统功能性需求分析
        3.3.1 学习资源管理用例分析
        3.3.2 考试管理用例分析
        3.3.3 在线考试用例分析
        3.3.4 在线评阅用例分析
        3.3.5 在线学习用例分析
        3.3.6 系统管理用例分析
    3.4 系统非功能性分析
    3.5 本章小结
第4章 系统的关键问题与解决方案
    4.1 如何实现高效检索
        4.1.1 基于行业知识图谱的多关键词检索
        4.1.2 构建关联类图
        4.1.3 构建查询子图
        4.1.4 构建结果子图
    4.2 如何提高组卷效率
        4.2.1 基于遗传算法的自动组卷
        4.2.2 产生初始种群
        4.2.3 设计适应度函数
    4.3 如何提高评阅效率
        4.3.1 基于文本语义分析的简答题辅助评阅
        4.3.2 关键词提取
        4.3.3 贴近度计算
    4.4 本章小结
第5章 系统的设计
    5.1 系统的架构设计
        5.1.1 整体架构
        5.1.2 网络架构
        5.1.3 功能架构
    5.2 构建行业知识图谱
        5.2.1 数据采集与处理
        5.2.2 知识抽取
        5.2.3 知识融合
        5.2.4 知识存储与更新
    5.3 系统的功能模块设计
        5.3.1 系统管理的设计
        5.3.2 学习资源管理的设计
        5.3.3 考试管理的设计
        5.3.4 在线考试的设计
        5.3.5 在线评阅的设计
        5.3.6 在线学习的设计
    5.4 数据库设计
        5.4.1 概念数据库设计
        5.4.2 逻辑数据库设计
        5.4.3 非关系数据库设计
    5.5 本章小结
第6章 系统的实现与测试
    6.1 系统功能的实现
        6.1.1 系统管理的实现
        6.1.2 学习资源管理的实现
        6.1.3 考试管理的实现
        6.1.4 在线考试的实现
        6.1.5 在线评阅的实现
        6.1.6 在线学习的实现
    6.2 系统测试
        6.2.1 测试环境
        6.2.2 测试用例及结果
    6.3 本章小结
第7章 总结与展望
    7.1 总结
    7.2 展望
参考文献
致谢
攻读研究生期间参与科研项目及成果
攻读研究生期间获奖情况
学位论文评阅及答辩情况表


【参考文献】：
期刊论文
[1]知识图谱研究综述[J]. 黄恒琪,于娟,廖晓,席运江.  计算机系统应用. 2019(06)
[2]知识图谱数据管理研究综述[J]. 王鑫,邹磊,王朝坤,彭鹏,冯志勇.  软件学报. 2019(07)
[3]分类分段回溯试探算法在计算机基础在线考试系统中的应用[J]. 高欢欢.  软件导刊. 2016(05)
[4]单向贴近度匹配法在主观题自动阅卷中的应用[J]. 杨巍巍.  数字技术与应用. 2013(04)
[5]国内知识图谱应用研究综述[J]. 胡泽文,孙建军,武夷山.  图书情报工作. 2013(03)
[6]遗传算法编码方案比较[J]. 张超群,郑建国,钱洁.  计算机应用研究. 2011(03)
[7]TFIDF算法研究综述[J]. 施聪莺,徐朝军,杨晓江.  计算机应用. 2009(S1)
[8]自适应遗传算法交叉变异算子的改进[J]. 邝航宇,金晶,苏勇.  计算机工程与应用. 2006(12)
[9]面向信息检索的自适应中文分词系统[J]. 曹勇刚,曹羽中,金茂忠,刘超.  软件学报. 2006(03)
[10]潜在语义分析理论及其应用[J]. 盖杰,王怡,武港山.  计算机应用研究. 2004(03)

硕士论文
[1]基于深度学习的中文分词方法研究[D]. 史宇.南京邮电大学 2019
[2]基于本体的行业知识图谱构建技术的研究与实现[D]. 李思珍.北京邮电大学 2019



本文编号：3443726