Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种多粒度学习路径推荐方法、设备、介质及产品 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京师范大学

摘要:本发明公开一种多粒度学习路径推荐方法、设备、介质及产品,涉及电数字数据处理技术领域。本发明基于结构层和内容层的双层规划视角全面建模多粒度学习路径推荐问题的优化目标和约束条件,并引入线性加权法构建整合数学模型,将该问题转化为约束优化问题,基于改进蚁群算法对多粒度学习路径推荐问题的整合数学模型进行优化求解,得到最优学习路径,能够通过整合知识图谱和进化计算技术实现网络学习空间内多粒度学习资源的有效整合与建序优化,为在线学习者生成与其个性化需求高度适配且满足结构化知识约束的最优学习路径,以期缓解在线学习中的“学习迷航”和“认知过载”等问题,助力适应性学习效果和满意度的提升。

主权项:1.一种多粒度学习路径推荐方法,其特征在于,所述方法包括:构建领域知识图谱模型、学习者模型和学习资源模型;基于所述领域知识图谱模型、所述学习者模型和所述学习资源模型构建多粒度学习路径推荐问题;根据所述领域知识图谱模型、所述学习者模型和所述学习资源模型,基于结构层建模多粒度学习路径推荐问题的优化目标和约束条件;在所述学习者模型和所述学习资源模型的基础上,通过学习者-学习资源多维属性特征的关联计算,构造学习路径的适配度评价函数,以基于内容层建模多粒度学习路径推荐问题的优化目标;将结构层和内容层所涉及的多粒度学习路径推荐问题的优化目标以及约束条件进行集成融合,构建多粒度学习路径推荐问题的整合数学模型;基于改进蚁群算法对多粒度学习路径推荐问题的整合数学模型进行优化求解,得到最优学习路径。

全文数据:

权利要求:

百度查询: 北京师范大学 一种多粒度学习路径推荐方法、设备、介质及产品

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。