CN119515625A 基于自适应学习算法的动态课程规划方法 （湖南科技学院）

本发明公开了一种基于自适应学习算法的表现数据分析结果动态调整学习路径及资源推2S2.在多维数据模型的基础上利用分形几何方法对学习者知识空间进行分析，计算学S3.基于知识图谱，结合自适应学习算法对学习者知识空间中的各知识点掌握情况进S4.根据学习者实时知识状态分析结果结合学习目标，利用分形递归算法对知识图谱S5.基于学习者实时知识状态和动态学习路径，利用分形特性对多层次学习资源进行在线学习时长数据Ti表示学习者在与第i个知识点相关的累学习行为偏好数据Pi表示学习者对第i个知识点相关学习资S13.基于归一化后的学习者数据构建学习3wij根据知识点vi和知识点vj的关联强度iS22.采用盒维数法对知识空间网络图G进行分形维数计算，将知识空间网络嵌入到度S23.根据计算得到的分形维数D结合知识空间网络G生成具有分形特征的知识图谱T，根据分形维数D和节点的拓扑特性调整节点viviS24.将生成的具有分形特性的知识图谱T存储S31.基于知识图谱T，结合知识点掌握程度Ki和知识图谱中节点权重Wvi评估学习者对4S32.通过知识图谱T的边权重Weij和节点掌握程度S34.通过对实时知识状态矩阵St的薄弱程度分析识别学习者知识空间中的薄弱区域及潜在知识盲点识别：通过实时知识状态矩阵St的稀疏性分析，定位长时间未学习对应S42.根据主干知识模块Mcore中知识点的关联强度Rij计算主干知识模块内学习顺序Pi，S43.根据次级扩展模块Msub中知识点的薄弱程度Lij和学习者实时掌握状态Mi动态调整5学习行为偏好Pt和知识点关联强度计算每种学习资S52.结合学习者在各知识点上的综合掌握情况Mi和薄弱区域分析结果量化需要推荐的S53.根据学习资源优先级Pk和内容覆盖范围Ck，利用分形特性对学习资源进行多层次617[0009]S2.在多维数据模型的基础上利[0010]S3.基于知识图谱，结合自适应学习算[0011]S4.根据学习者实时知识状态分析8[0012]S5.基于学习者实时知识状态和动态[0018]知识点掌握情况数据Ki表示学习者对第i个知识点的掌握程度，取值范围为[0,[0025]S21.利用知识空间多维数据模型S将每个知识点表示为节点vi，节点之间的关联权重wij根据知识点vi和知识点vj的关联强[0030]S22.采用盒维数法对知识空间网络图在尺度εl下覆盖知识空间所需的最小盒子数，建立盒子大小εl与盒子数量N(εl)的对应关9[0034]S23.根据计算得到的分形维数D结合知识空间网络G生成具有分形特征的知识图[0047]S32.通过知识图谱T的边权重wy和节点掌握程度Mi,Mj计算知识点vi和vj之间的[0054]S34.通过对实时知识状态矩阵St的薄弱程度分析识别学习者知识空间中的薄弱[0058]S41.基于实时知识状态矩阵St和学习者的学习目标O，利用分形递归算法对知识[0061]S42.根据主干知识模块Mcore中知识点的关联强度Rij计算主干知识模块内学习顺[0064]S43.根据次级扩展模块Msub中知识点的薄弱程度Lij和学习者实时掌握状态Mi动态[0076]S52.结合学习者在各知识点上的综合掌握情况Mi和薄弱区域分析结果量化需要[0089](1)本发明引入分形几何方法对学习者的知识空间进行多尺度分析，通过计算知[0090](2)本发明结合实时知识状态矩阵和分形特性动态生成个性化学习路径，通过主[0091](3)本发明在学习资源推荐中引入分形特性优化，通过结合知识点的综合掌握程[0097]S2.在多维数据模型的基础上利[0098]S3.基于知识图谱，结合自适应学习算[0099]S4.根据学习者实时知识状态分析[0100]S5.基于学习者实时知识状态和动态[0106]知识点掌握情况数据Ki表示学习者对第i个知识点的掌握程度，取值范围为[0,[0113]S21.利用知识空间多维数据模型S将每个知识点表示为节点vi，节点之间的关联权重wij根据知识点vi和知识点vj的关联强[0118]S22.采用盒维数法对知识空间网络图在尺度εl下覆盖知识空间所需的最小盒子数，建立盒子大小εl与盒子数量N(εl)的对应关[0122]S23.根据计算得到的分形维数D结合知识空间网络G生成具有分形特征的知识图[0135]S32.通过知识图谱T的边权重wry和节点掌握程度Mi,Mj计算知识点vi和vj之间的[0142]S34.通过对实时知识状态矩阵St的薄弱程度分析识别学习者知识空间中的薄弱[0146]S41.基于实时知识状态矩阵St和学习者的学习目标O，利用分形递归算法对知识[0149]S42.根据主干知识模块Mcore中知识点的关联强度Rij计算主干知识模块内学习顺[0152]S43.根据次级扩展模块Msub中知识点的薄弱程度Lij和学习者实时掌握状态Mi动态[0164]S52.结合学习者在各知识点上的综合掌握情况Mi和薄弱区域分析结果量化需要[0184]在完成任务后，小明的测试正确率提升至74系统记录到小明在“分母统一化”间的分形维数对学习者的知识结构复杂性进行量化，动