摘要
文章以课程网络学习资源为例,研究了多元化课程资源知识图的构建、个性化特征模型与数据挖掘、知识推理查询及剪枝与防过度剪枝的算法设计,最后实验验证了引入模糊推理对提高查全率具有贡献作用。
Taking the course network learning resource as an example,the paper studies the construction of diversified course resource knowledge graph,personalized feature model and data mining,knowledge reasoning query,and algorithm design of pruning and preventing excessive pruning.Finally,the experiment verifies that the introduction of fuzzy inference has a contribution to improving recall rate.
出处
《安徽职业技术学院学报》
2020年第4期14-18,共5页
Journal of Anhui Vocational & Technical College
基金
安徽省高校自然科学研究重点项目“语义WEB服务本体组合的模糊推理研究”(KJ2018A0948)
安徽省质量工程高水平教学团队项目“电子商务技术专业教学团队”(2018jxtd101)。
关键词
知识图谱
模糊推理
查全率
knowledge graph
fuzzy reasoning
recall rate
