基于知识库的学习路径优化方法研究

Repository is an important treasure for the storage and transmission of human knowledge. Wikipedia is one of the most representative epitome and mirror image of the wisdom knowledge system. In recent years, studies find that Wikipedia, the evolving repository, contains some implicit laws in it. The investigation of relationship and transition behaviors among concepts on Wikipedia knowledge network contributes to knowledge representation modeling intended for optimal learning path based on our verification of the universal connectivity of concepts on the Wikipedia knowledge network. This project applies the study of the characteristics of the Wikipedia knowledge network such as the topological structure of the connecting pathways between knowledge, shortest path and bilateral length to developing methods of knowledge representation based on semantic networks and generating relative algorithm. We also include the depiction of the relation map between knowledge and the approximation of the learner’s knowledge mastery to the optimization of learning path. Therefore, our work focuses on three aspects: the semantic analyzation of Wikipedia knowledge network, Knowledge Representation modeling based on Wikipedia knowledge network, and Optimal Learning Path. Our results and outcomes will established the theory foundation for constructing a subject's global knowledge map which could apply in developing intelligent tutoring system.

知识库是人类进行知识存储和传递的重要宝库，维基百科是全人类智慧形成的知识体系中最具代表性的缩影和镜像之一，近年来，研究发现这个不断演化的知识库中蕴含价值丰富的概念关联网络。通过探寻知识网络中概念的迁移规律，可以构建面向优化学习路径的知识表示模型。本项目在证明维基百科的概念间具有全连通性的基础上，利用该网络中的概念间的通路、最短路径和双向长度等性质，研究其语义层面的知识网络的表示方法和相关构建算法。我们的工作主要集中在基于维基网络的语义分析、知识表示和学习路径优化三个方面，并把知识点关系和学习者知识状态的估计引入学习路径的优化中。课题研究成果将为学科全局知识图景的构建理论奠定基础，并在个性化学习和智能导学等领域得到广泛应用。

人类通常以创造新概念或拓展旧概念的方式来更新知识体系，维基百科是这个知识体系中最具代表性的缩影和镜像之一。近年来的研究发现，在不断演化的知识库中蕴含着有价值的概念关联网络，通过探寻维基网络的概念迁移规律，可以构建面向优化学习路径的知识表示模型。本研究在证明维基百科的概念间具有全连通性的基础上，利用该网络中的概念间的通路、最短路径和双向长度等性质，研究其语义层面的知识网络的表示方法和相关构建算法，最后将知识点关系和学习者知识状态的估计引入学习路径的优化中。贡献包括：1）研究面向学科领域的知识库框架，为构建普适的学习路径优化方法提供包括数据采集和数据预处理方法。2）本研究提出一种在探索概念关联基础上，实现领域内学习路径自主规划方法。3）首次提出了一种基于概念网络拓扑结构的学习路径优化方法，充分考虑了所学新知识与学习者已掌握知识之间的相互作用，同时根据知识的基础性和重要性程度差别提供个性化学习路线，并建立了仿真验证系统。