文献类型：期刊文章

作　　者：李振[1] 周东岱[1]

LI Zhen;ZHOU Dongdai(School of Information Science and Technology,Northeast Normal University,Changchun Jilin 130117)

机构地区：[1]东北师范大学信息科学与技术学院

出　　处：《电化教育研究》

基　　金：2017年度吉林省科技发展计划项目“智能移动终端教学软件平台构建的关键技术与应用示范”(项目编号:20170204001GX);2018年度教育部人文社会科学研究青年基金项目“智慧学习环境中精准学习者模型构建研究”(项目编号:18YJCZH169)

年　　份：2019

卷　　号：40

期　　号：8

起止页码：78-86

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、核心刊

摘　　要：自适应学习系统是实现个性化学习的重要突破口,而领域知识建模一直是困扰该系统发展的一大难题。目前,以深度学习、知识图谱为核心的新一代人工智能技术的回归,为其提供了新的发展契机。文章首先对已有的教育领域知识建模方法进行了梳理与总结,对其现存问题进行了对比分析;在此基础上,针对通用知识图谱迁移应用于教育领域所面临的知识粒度模糊、领域适应性不强两大问题,构建了一种教育知识图谱概念模型——EKGCM模型,该模型包括知识图示、认知图式两个层次,以及知识节点、知识关联、认知状态、学习路径四个基本要素;然后,针对图谱构建自动化程度不高的问题,文章提出一种基于智能处理技术的构建方法,具体包括知识元抽取、前驱后继关系挖掘、认知状态诊断、学习路径生成四个步骤;最后,采用理想智慧教育云平台中的教学资源和学习行为数据验证了上述方法的可行性。研究对于开展数据智能驱动的个性化自适应学习具有重要意义。

关 键 词：教育知识图谱  概念模型  知识元 前驱后继关系  认知状态  学习路径  

分 类 号：G434[教育学类]