微课程社区教育论文提纲

论文题目：面向学习者的课程知识图谱融合与评价算法研究

摘要：随着知识图谱的普及,知识图谱已应用到多个领域,如医学领域、社会领域、科研领域等。目前也有很多学者将知识图谱应用到教育领域,取得了一些成果,但仍有改进的空间。本文将面向学习者的课程知识图谱融合与评价算法作为研究重点,将知识图谱的构建过程映射为知识学习的过程,实时跟踪学习者的学习情况,辅助教师把握学生学习动态。论文主要研究工作如下:（1）提出基于相似度计算的双邻接矩阵知识子图融合方法。该方法首先采用众包方式,利用群体智慧进行课程知识采集并进行预处理,得到约简后的子图集;其次对标记过的子图集进行相似度计算,得到相似函数,并结合双邻接矩阵,将个体知识子图融合成群体知识图谱;最后采用基于课程社区的关联挖掘方法,获得各个课程之间的潜在关系。（2）提出基于共词分析的知识子图综合评价方法。该方法首先通过对比个体知识子图与融合后的课程知识图谱,分析个体知识子图的质量,对知识子图进行评价;其次采用综合评价方法,分析学习者的学习行为数据,构建学习者综合评价模型,量化学习者的学习能力,对学习者进行综合评价。（3）对本文所提方法进行实验验证和分析。首先采用课程采集平台获取的数据集,将传统的短文本相似度计算方法应用到本数据集,验证知识表示的有效性;其次将本文提出的双邻接矩阵融合方法与传统算法进行对比;最后将基于共词分析的子图评价方法与传统算法进行对比,通过实验验证本文所提方法具有较好效果。

关键词：知识图谱;邻接矩阵;相似度计算;子图融合;共词分析;子图评价

学科专业：软件工程

摘要

Abstract

1 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 论文研究内容

1.4 本文组织结构

2 相关理论研究

2.1 知识图谱与知识表示

2.2 知识融合

2.2.1 本体对齐

2.2.2 实体匹配

2.3 知识评价

2.3.1 PART_GOLD评价方法

2.3.2 知识图标准评价方法

2.3.3 回顾性评价方法

2.4 本章小结

3 课程知识子图融合方法

3.1 相关定义

3.2 基于众包的知识子图获取方法

3.3 基于相似度计算的双邻接矩阵融合方法

3.3.1 知识子图约简方法

3.3.2 图集合距离的短文本相似度计算方法

3.3.3 双邻接矩阵融合方法

3.4 基于课程社区的关联挖掘方法

3.4.1 课程间关联类型

3.4.2 课程社区

3.4.3 关联挖掘方法

3.5 本章小结

4 课程知识子图评价方法

4.1 子图评价方法

4.1.1 共词分析

4.1.2 基于共词分析的子图评价方法

4.2 综合评价方法

4.2.1 学生行为数据

4.2.2 综合评价模型

4.2.3 综合评价方法

4.3 本章小结

5 实验与结果分析

5.1 实验数据

5.2 融合方法的性能分析

5.2.1 阈值选取

5.2.2 相似度计算效果

5.2.3 融合效果

5.2.4 关联挖掘效果

5.3 评价方法的性能分析

5.4 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢