基于知识图谱的自适应学习系统的研究与实现

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 研究内容及创新点

1.2.1 试题集自动分类模型

1.2.2 知识图谱自动构建方法

1.2.3 原型系统的设计

1.3 本文的组织结构

第二章 研究进展及相关技术介绍

2.1 知识图谱研究进展

2.1.1 人工智能的研究进展

2.1.2 语义网的研究进展

2.1.3 小结

2.2 本文涉及的主要技术

2.2.1 文本分类

2.2.2 聚类分析

2.2.3 关联规则挖掘

2.2.4 拓扑排序

2.3 本章小结

第三章 基于聚类分析与数据挖掘的试题集自动分类模型

3.1 试题集自动分类模型思想

3.2 试题集自动分类模型步骤

3.2.1 试题自动匹配知识点标签

3.2.2 试题集自动分类阶段

3.3 实验及结果分析

3.3.1 数据来源及实验环境

3.3.2 试题匹配知识点标签实验

3.3.3 试题集自动分类实验

3.4 本章小结

第四章 基于关联规则挖掘的知识图谱的自动构建

4.1 学习者画像构建

4.1.1 画像模块设计

4.1.2 画像标签设计

4.2 AOV最优学习路径生成

4.2.1 知识点间关系挖掘

4.2.2 AOV最优学习路径生成

4.3 知识图谱的自动构建实验及结果分析

4.3.1 数据来源

4.3.2 学习者画像实验

4.3.3 AOV最优学习路径实验

4.3.4 学习者的知识图谱构建实验

4.4 本章小结

第五章 原型系统的设计与实现

5.1 系统需求分析

5.1.1 系统信息管理分析

5.1.2 系统功能管理分析

5.2 系统功能设计

5.2.1 系统架构分析

5.2.2 系统总体功能结构分析

5.2.3 系统信息管理设计

5.2.4 系统功能管理设计

5.3 系统数据库设计

5.4 系统功能实现

5.4.1 相关技术简介

5.4.2 系统功能模块介绍

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间的主要工作

致谢