摘要
本发明涉及一种融合学习场景的可解释学习路径推荐方法,属于教育信息化领域。该方法包括:使用K‑prototype算法挖掘与学习者知识水平相关的个性化特征,对相同学习偏好的学习者进行聚类,形成个性化表征;使用邻域标定的图注意力网络建模知识图谱中实体以及实体间的语义关系,表征知识图谱语义信息,并采用深度优先搜索算法对知识图谱进行遍历,获得候选学习路径集;使用多约束算法,从学习场景驱动出发,将候选学习路径集与学习者进行匹配,通过聚合学习者特征信息与知识图谱的语义信息,完成可解释的学习路径推荐。
技术关键词
学习路径推荐方法
深度优先搜索算法
实体
知识图谱语义信息
邻域
场景
标准化欧氏距离
多头注意力机制
个性化特征
基础
知识点
对象
聚类
阶段
系统为您推荐了相关专利信息
人工智能体
生成方法
非结构化文档
创建知识库
机器人
字段
协议模糊测试方法
关系
模糊测试框架
树状数据结构
三维点云模型
显著性检测方法
简化特征
顶点
动态