以人工智能、大數(shù)據(jù)等技術(shù)為基礎(chǔ)的智慧教育是當(dāng)今教育的發(fā)展方向,智慧教育的核心是個性化教育,即以學(xué)生為中心,圍繞學(xué)生的學(xué)習(xí)需求開展教學(xué)工作。但是目前個性化教育在導(dǎo)學(xué)、推薦等方面存在技術(shù)性難題,例如:預(yù)測學(xué)習(xí)者的知識盲點和學(xué)習(xí)者學(xué)習(xí)路徑規(guī)劃,一個完善的課程知識圖譜是解決這些問題的基石。大規(guī)模的課程知識圖譜往往利用機器學(xué)習(xí)等自動化方法進(jìn)行構(gòu)建,效果卻不理想,所以課程知識圖譜的補全就顯得重要,但是現(xiàn)在主流的知識圖譜補全研究往往忽略了群體智慧,補全效果不理想。針對以上問題,本文利用學(xué)習(xí)者和對課程的了解程度對課程知識圖譜進(jìn)行完善,并設(shè)計實現(xiàn)了一套基于眾包的課程知識圖譜補全糾錯系統(tǒng)。本文根據(jù)智慧教育的需求,對課程知識圖譜的進(jìn)行了定義與構(gòu)建,并分析了課程知識圖譜的正確性和完整性,明確了課程知識圖譜糾錯補全重點。本文利用眾包的方式對課程知識圖譜進(jìn)行糾錯補全,對學(xué)習(xí)者的答題準(zhǔn)確度進(jìn)行了建模,并改進(jìn)了眾包任務(wù)分配算法。本文采用眾包任務(wù)文本相似度的圖估計理論,依據(jù)眾包任務(wù)之間相關(guān)度和學(xué)習(xí)者歷史回答質(zhì)量,估算學(xué)習(xí)者對尚未回答眾包任務(wù)的答題準(zhǔn)確度。改進(jìn)的眾包任務(wù)分配算法考慮了以下四個因素:(1)為能夠最大程度的了...

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1不完整課程知識圖譜（示例）

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-1-第1章緒論1.1課題來源與研究意義1.1.1課題來源本課題來源于國家重點研發(fā)計劃項目“教育大數(shù)據(jù)分析挖掘技術(shù)及其智慧教育示范應(yīng)用”的子課題“個性化教育資源融合與推薦關(guān)鍵技術(shù)”。1.1.2研究意義大數(shù)據(jù)，AI等技術(shù)的不斷發(fā)展正推動著教育信息化從數(shù)....

圖1-2完善后的課程知識圖譜（示例）

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-2-限于單一的機器學(xué)習(xí)的模型上面，而忽略了學(xué)習(xí)者和任課老師的群體智慧，通常效果不佳。學(xué)習(xí)者在學(xué)習(xí)的過程中對課程有著較深的了解，利用學(xué)習(xí)者和任課老師對于某門課程的理解程度，自動化初步抽取構(gòu)建的課程知識圖譜能很快的完善起來。通過眾包方式來發(fā)揮學(xué)習(xí)者和任....

圖2-1需求分析用例圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-11-2.2課程知識圖譜糾錯和補全分析2.2.1角色分析基于眾包的課程知識圖譜補全系統(tǒng)的角色可以分為四類用戶，他們分別是系統(tǒng)管理員、負(fù)責(zé)課程的老師和學(xué)習(xí)者，然后再加上特殊用戶“系統(tǒng)”本身，系統(tǒng)用例圖如圖2-1所示。圖2-1需求分析用例圖首先對學(xué)習(xí)者....

圖2-2系統(tǒng)運行場景圖

哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文-13-新學(xué)習(xí)者對于其他眾包任務(wù)的回答準(zhǔn)確度。2.2.2系統(tǒng)運行場景分析本文所開發(fā)的系統(tǒng)是以學(xué)習(xí)者和老師為主要使用人群的系統(tǒng)，主要目的是是為了完善課程知識圖譜，系統(tǒng)的主要的運行場景如圖2-2所示。首先，學(xué)習(xí)者或者老師登陸系統(tǒng)后可以查看該課程的知識圖譜....

本文編號：3982613