一种基于AI智能体的知识点推荐方法及装置与流程
本申请涉及教育,尤其涉及一种基于ai智能体的知识点推荐方法及装置。
背景技术:
1、在现有的智能学习系统中,基于知识图谱构建的知识网络与伴随生成的知识点学习网格是实现个性化推荐的核心基础。系统依赖对知识点掌握状态的持续追踪与更新,为学生规划学习路径、匹配学习资源。
2、然而,现有的智能学习系统通常学生的掌握程度视为一个静态或单向更新的输入,其更新主要基于离散的测评结果或特定的学习事件,但实际上,学生的认知状态是动态、模糊且可能存在反复的,一次测评或学习行为可能受多种偶然因素影响,并不能完全、永久地反映真实掌握水平。当系统评价的学生的掌握程度与真实情况不符时,系统无法进行及时处理,导致单一知识点的状态误差可能通过知识图谱中预设的依赖与关联关系进行传播,使得其他知识点的掌握程度的准确性受到影响,从而推荐不恰当的学习内容,影响学生的学习效果。
技术实现思路
1、有鉴于此,本申请提供了一种基于ai智能体的知识点推荐方法及装置,主要目的在于改善目前现有技术当系统评价的学生的掌握程度与真实情况不符时,系统无法进行及时处理,导致单一知识点的状态误差可能通过知识图谱中预设的依赖与关联关系进行传播,使得其他知识点的掌握程度的准确性受到影响,从而推荐不恰当的学习内容,影响学生的学习效果的技术问题。
2、第一方面,本申请提供了一种基于ai智能体的知识点推荐方法,包括:
3、从伴学系统中获取学生对知识点学习网格中知识点进行学习的学习行为数据,以及所述知识点学习网格中知识点的掌握程度标识,基于所述学习行为数据和所述掌握程度标识,确定所述学生对所述知识点学习网格中知识点的学习状态信息;
4、在所述学习状态信息为异常学习状态信息的情况下,基于所述知识点学习网格中知识点关联关系的中心性数据,评价所述知识点学习网格中知识点在知识图谱中的稳定性数据,依据所述稳定性数据和所述知识点学习网格中显示的知识点掌握状态与所述学生对所述知识点学习网格中知识点的掌握状态的差异程度,确定所述异常学习状态信息的可信度数据,依据所述可信度数据、所述学习状态信息和所述知识点学习网格中知识点的掌握状态的差异程度,从所述知识点学习网格中确定状态异常知识点,并基于所述状态异常知识点的掌握程度标识,确定所述状态异常知识点对应的状态修正内容;
5、基于所述修正内容在所述知识点学习网格中对所述状态异常知识点进行状态修正,确定所述异常知识点进行状态修正后的掌握程度影响数据;
6、依据所述掌握程度影响数据确定所述知识点学习网格对应的知识图谱中所述掌握程度影响数据对应的影响范围,在所述影响范围内对所述知识图谱进行更新,得到更新后的目标知识图谱,所述目标知识图谱用于向所述学生进行知识点推荐。
7、第二方面,本申请提供了一种基于ai智能体的知识点推荐装置,包括:
8、确定模块,被配置为从伴学系统中获取学生对知识点学习网格中知识点进行学习的学习行为数据,以及所述知识点学习网格中知识点的掌握程度标识,基于所述学习行为数据和所述掌握程度标识,确定所述学生对所述知识点学习网格中知识点的学习状态信息;
9、确定模块,还被配置为在所述学习状态信息为异常学习状态信息的情况下,基于所述知识点学习网格中知识点关联关系的中心性数据,评价所述知识点学习网格中知识点在所述知识图谱中的稳定性数据,依据所述稳定性数据和所述知识点学习网格中显示的知识点掌握状态与所述学生对所述知识点学习网格中知识点的掌握状态的差异程度,确定所述异常学习状态信息的可信度数据,依据所述可信度数据、所述学习状态信息和所述知识点学习网格中知识点的掌握状态的差异程度,从所述知识点学习网格中确定状态异常知识点,并基于所述状态异常知识点的掌握程度标识,确定所述状态异常知识点对应的状态修正内容;
10、修正模块,被配置为基于所述修正内容在所述知识点学习网格中对所述状态异常知识点进行状态修正,确定所述异常知识点进行状态修正后的掌握程度影响数据;
11、更新模块,被配置为依据所述掌握程度影响数据确定所述知识点学习网格对应的知识图谱中所述掌握程度影响数据对应的影响范围,在所述影响范围内对所述知识图谱进行更新,得到更新后的目标知识图谱,所述目标知识图谱用于向所述学生进行知识点推荐。
12、第三方面,本申请提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的基于ai智能体的知识点推荐方法。
13、第四方面,本申请提供了一种电子设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的基于ai智能体的知识点推荐方法。
14、借由上述技术方案,本申请提供的一种基于ai智能体的知识点推荐方法及装置,包括:从伴学系统中获取学生对知识点学习网格中知识点进行学习的学习行为数据,以及知识点学习网格中知识点的掌握程度标识,基于学习行为数据和掌握程度标识,确定学生对知识点学习网格中知识点的学习状态信息;在学习状态信息为异常学习状态信息的情况下,从知识点学习网格中确定状态异常知识点,确定状态异常知识点对应的状态修正内容;基于修正内容在知识点学习网格中对状态异常知识点进行状态修正,确定异常知识点进行状态修正后的掌握程度影响数据;依据掌握程度影响数据确定知识点学习网格对应的知识图谱中掌握程度影响数据对应的影响范围,在影响范围内对知识图谱进行更新,得到更新后的目标知识图谱,目标知识图谱用于向学生进行知识点推荐。与目前现有技术相比,本申请通过确定学生对知识点学习网格中知识点的学习状态信息,并在学习状态信息为异常学习状态信息的情况下,确定出状态异常知识点对应的修正内容,进而基于修正内容在知识点学习网格中对状态异常知识点进行状态修正,并基于异常知识点进行状态修正后的掌握程度影响数据对知识图谱进行更新,进而生成更新后的目标知识图谱,使得本申请可以在系统评价的学生的掌握程度与真实情况不符时进行及时处理,准确识别知识点的状态误差,并基于误差在图谱中的传播情况对知识图谱中受到影响的其他知识点的掌握程度进行更新,从而得到准确的图谱,使得可以向学生推荐准确的学习内容,提升学生的学习效果。
1.一种基于ai智能体的知识点推荐方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述在所述学习状态信息为异常学习状态信息的情况下,基于所述知识点学习网格中知识点关联关系的中心性数据,评价所述知识点学习网格中知识点在所述知识图谱中的稳定性数据,依据所述稳定性数据和所述知识点学习网格中显示的知识点掌握状态与所述学生对所述知识点学习网格中知识点的掌握状态的差异程度,确定所述异常学习状态信息的可信度数据,依据所述可信度数据、所述学习状态信息和所述知识点学习网格中知识点的掌握状态的差异程度,从所述知识点学习网格中确定状态异常知识点,并基于所述状态异常知识点的掌握程度标识,确定所述状态异常知识点对应的状态修正内容,包括:
3.根据权利要求2所述的方法,其特征在于,所述确定所述状态异常知识点在状态修正前的第一掌握程度标识,基于所述第一掌握程度标识确定所述状态异常知识点在状态修正后的第二掌握程度标识,依据所述第一掌握程度标识和所述第二掌握程度标识,确定所述状态异常知识点对应的状态修正内容,包括:
4.根据权利要求2所述的方法,其特征在于,所述确定所述状态异常知识点在状态修正前的第一掌握程度标识,基于所述第一掌握程度标识确定所述状态异常知识点在状态修正后的第二掌握程度标识,依据所述第一掌握程度标识和所述第二掌握程度标识,确定所述状态异常知识点对应的状态修正内容,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于所述状态修正内容在所述知识点学习网格中对所述状态异常知识点进行状态修正,确定所述异常知识点进行状态修正后的掌握程度影响数据,包括:
6.根据权利要求1所述的方法,其特征在于,所述依据所述掌握程度影响数据确定所述知识点学习网格对应的知识图谱中所述掌握程度影响数据对应的影响范围,在所述影响范围内对所述知识图谱进行更新,得到更新后的目标知识图谱,包括:
7.根据权利要求1所述的方法,其特征在于,所述基于所述学习行为数据和所述掌握程度标识,确定所述学生对所述知识点学习网格中知识点的学习状态信息,包括:
8.一种基于ai智能体的知识点推荐装置,其特征在于,包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。
10.一种电子设备,包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com