本發(fā)明公開了一種基于知識(shí)模型的自適應(yīng)學(xué)習(xí)方法、系統(tǒng)及存儲(chǔ)介質(zhì),所述方法包括:采集初始學(xué)習(xí)數(shù)據(jù)并存儲(chǔ)至學(xué)習(xí)資源數(shù)據(jù)庫后,進(jìn)行本體術(shù)語提取和標(biāo)注,通過本體編輯器構(gòu)建知識(shí)模型;根據(jù)學(xué)習(xí)者在學(xué)習(xí)系統(tǒng)中的前測結(jié)果,初始化學(xué)習(xí)者的知識(shí)空間;實(shí)時(shí)更新錄入學(xué)習(xí)者的學(xué)習(xí)過程狀態(tài)數(shù)據(jù),通過DKT算法對學(xué)習(xí)過程狀態(tài)數(shù)據(jù)進(jìn)行多知識(shí)點(diǎn)的DKT模型建模,反饋學(xué)習(xí)者各知識(shí)點(diǎn)的掌握狀態(tài),動(dòng)態(tài)更新學(xué)習(xí)者的知識(shí)空間;自適應(yīng)引擎根據(jù)學(xué)習(xí)者的知識(shí)空間與知識(shí)模型進(jìn)行比對,匹配學(xué)習(xí)者對應(yīng)的學(xué)習(xí)路徑,推送學(xué)習(xí)路徑鏈接至學(xué)習(xí)者。本發(fā)明通過基于知識(shí)模型的深度學(xué)習(xí)跟蹤DKT,有效進(jìn)行多知識(shí)點(diǎn)建模,精準(zhǔn)掌握和更新學(xué)習(xí)者最新的知識(shí)狀態(tài),匹配對應(yīng)的學(xué)習(xí)路徑。
聲明:
“基于知識(shí)模型的自適應(yīng)學(xué)習(xí)方法、系統(tǒng)及存儲(chǔ)介質(zhì)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)