吉林大学学报(信息科学版)

• 论文 • 上一篇    下一篇

基于知识图谱的自适应学习系统知识模型构建

朱艳茹,范亚芹,赵 洋   

  1. 吉林大学 通信工程学院,长春 130012
  • 收稿日期:2018-01-08 出版日期:2018-05-24 发布日期:2018-07-25
  • 作者简介:朱艳茹( 1993— ) ,女,内蒙古通辽人,吉林大学硕士研究生,主要从事教育大数据研究,( Tel) 86-15143016022( E-mail)1916353380@ qq. com; 范亚芹( 1963— ) ,女,吉林舒兰人,吉林大学副教授,硕士生导师,主要从事宽带通信与无线通信理论研究,( Tel) 86-18643195866( E-mail) fanyaqin_joy@ 163. com。

Knowledge Model of Adaptive Learning System Based on Knowledge Map

ZHU Yanru,FAN Yaqin,ZHAO Yang   

  1. College of Communacation Engineering,Jilin University,Changchun 130012,China
  • Received:2018-01-08 Online:2018-05-24 Published:2018-07-25

摘要: 为解决在线学习平台中知识表现离散、系统性不高和知识模型适用性差等问题,提出基于知识图谱的知识模型构建,再利用 FP-Growth 数据挖掘算法进行关联规则挖掘,实现知识模型的动态更新。通过实践证明,知识图谱可有效改善知识模型的系统性,FP-Growth 算法充分考虑了学生因素对知识模型的影响,提高了模型的适用性。

关键词: 知识模型, FP-Growth 算法, 知识图谱,  , 数据挖掘

Abstract: In order to solve the problem of discrete knowledge,poor systematization and poor applicability of knowledge model in online learning platform. We propose a knowledge model based on knowledge map,and then use the FP-Growth data mining algorithm to mining association rules to update knowledge model.Practice shows that the knowledge map can effectively improve the systematicness of the knowledge model. The FP-Growth algorithm fully considers the influence of student factors on the knowledge model and improves the applicability of the model.

Key words: knowledge model, knowledge map, data mining, FP-Growth algorithm

中图分类号: 

  • TP182