|
毕业论文（设计）研究的主要内容及具体要求：
随着信息技术的飞速发展，教育信息化已成为全球教育改革的重要趋势。教育信息化不仅仅是技术的简单应用，而是涉及到教育理念、教学模式、学习方式等多方面的深刻变革，个体需要具备快速获取知识、处理信息、创新思维的能力。然而，传统的教育资源供给模式难以满足这些需求，个性化资源推荐系统通过精准匹配学习资源，有助于提升个体的学习效率，培养适应知识经济时代的人才。尽管目前网络教育资源丰富，但存在资源质量参差不齐、内容重复、难以个性化适配等问题。
知识图谱是一种结构化的知识表示方法，它将实体和关系(如属性、分类、关联等)组织在一起，形成一个有结构的知识网络。在推荐系统中，知识图谱可以为推荐系统提供更丰富的内容信息，从而提高推荐质量。
基于上述背景，一个基于课程知识图谱的个性化资源推荐系统是很有必要的，系统基本内容如下：
（1）开发基于课程知识图谱的个性化资源推荐系统；
（2）可以帮助学习者快速找到适合自己的学习内容，提高学习效率；
（3）根据学习者的特点和需求，提供个性化的学习路径和资源，促进个性化学习，培养学习者的自主学习能力、批判性思维和创新能力；
（4）为教师提供个性化的教学辅助工具，帮助教师更好地了解学生的学习情况，优化教学方法和策略，提升教育质量。
具体研究任务：
（1） 课程知识图谱的构建与优化：
从课程教材、教学视频、在线课程平台等多渠道收集课程内容，包括知识点、概念、例题、习题等，使用自然语言处理技术，如命名实体识别和关系抽取，将文本数据转化为结构化的三元组形式 (主语-谓语-宾语)，例如 (“函数”，“定义”，“映射”)，将三元组中的实体与已有知识图谱中的实体进行链接，例如将“函数”链接到数学知识图谱中的“函数”节点，将不同来源的知识进行融合，消除冗余和矛盾，形成一致的知识图谱，这样课程知识图谱就基本构建好了，然后补充缺失的知识，例如添加新的知识点、概念之间的关系等， 及时更新知识图谱，例如根据课程内容的更新，调整知识点之间的关系，添加新的知识点等，利用知识图谱中的知识进行推理，例如推断出学习者未掌握的知识点，并推荐相关学习资源。
（2） 学习者画像的构建：
从学习行为、成绩、兴趣等多维度提取学习者特征，例如学习风格、知识掌握程度、学习目标等，通过学习平台、学习工具等渠道收集学习者的学习数据，例如学习记录、答题情况、浏览记录等，研究如何根据学习者的最新数据更新其画像，例如学习轨迹、学习偏好、学习状态等，确保学习者画像与推荐系统的应用场景相匹配。
（3） 课程教学资源的组织与管理：
首先将教学资源按照知识点、类型、难度等进行分类，方便学习者查找和选择，然后将教学资源与知识图谱中的知识点进行关联，例如将讲解“函数”的视频与“函数”知识点进行关联，最后根据学习者的学习需求和知识图谱中的知识，推荐合适的教学资源，例如根据学习者未掌握的知识点，推荐相关的讲解视频或习题。
（4） 个性化推荐算法研究：
设计基于知识图谱的推荐算法，例如基于图嵌入的方法、路径排序算法等，利用知识图谱的结构和语义信息进行推荐，研究如何解决冷启动问题，例如利用迁移学习、主动学习等技术，为缺乏历史数据的新用户提供推荐，优化算法以提高推荐的准确性和效率，例如通过调整算法参数、引入反馈机制等方式，研究如何使推荐结果具有可解释性，例如提供推荐理由、推荐路径等信息，提高用户的信任度。
（5） 按照软件工程理论、方法进行系统分析设计与开发；
（6） 分析和设计“基于课程知识图谱的个性化推荐系统”系统的整体框架
（7） 分析和设计各个单元模块，并实现相关功能；
（8） 按照总体设计要求对各个功能模块集成和测试，完善系统功能；
（9） 完成毕业论文的撰写。
论文撰写要求：
（1）文献材料收集详实，研究过程中应综合运用所学的专业理论、方法和工具等解决问题，分析设计合理，结论正确，有创新见解；
（2）论文中的图表从真实的数据分析而得，引用他人成果处要标出；
（3）论文格式正确，书写规范，条理清晰，语言流畅；
（4）论文符合我校毕业论文书写规范，论文字数不少于 10000 字；
（5）按照计划要求按时完成毕业论文不同阶段的任务要求，不抄袭，不找他人代写；定期向指导师报告论文进度，对于导师提出的问题及时的修改、补正。
|
|
参考文献：
[1]冯艳,曾海味,李子然.基于知识图谱技术的实践课程个性化多路径学习模式[J].中国冶金教育,2024,(05):33-37.
[2]刘亦凡,代萌,付峰.基于知识图谱的资源推荐系统设计及其在医用传感器课程教学中的应用[J].医疗卫生装备,2024,45(10):93-97.
[3] 黄恒琪,于娟,廖晓,席运江.知识图谱研究综述[J].计算机系统应用，
2019,28(6):1–12.
[4] 肖明明,苏利敏,江静.基于知识图谱的C++程序设计课程知识体系构建[J]. 教育观察, 2022, 11(10): 68-71.
[5] 张勇,杨进才.基于学科知识图谱的高校教学模式研究[J]. 计算机教育, 2021(6): 141-144.
[6] 黄焕,元帅,何婷婷,等. 面向适应性学习系统的课程知识图谱构建研究: 以“Java程序设计基础”课程为例[J]. 现代教育技术, 2019, 29(12): 89-95.
[7]艾均,孙阳,苏湛,方元江,谢正彬. 基于过滤冗余信息相似性的电影推荐算法[J]. 软件工程, 2024, 27 (10): 12-17.
[8]王杰. 基于知识图谱的个性化学习路径推荐系统研究与实现[D]. 导师：张昕. 辽宁大学, 2023.
[9]林立. 基于知识图谱的个性化试题推荐系统研究与实现[D]. 导师：张昕. 辽宁大学, 2022.
[10]袁溶浩. 基于知识图谱的初中数学个性化学习资源推荐系统研究[D]. 导师：崔光海;危淑敏. 鲁东大学, 2022.
[11]陆胤任. 基于知识图谱的增强个性化学习推荐系统[D]. 导师：符红光. 电子科技大学, 2022.
[12] 黄健. 中学python课程知识图谱构建及应用研究[D]. 武汉: 华中师范大学, 2019.
|
