面向电商领域的旗袍知识图谱构建与实证研究

为挖掘旗袍服饰要素的关联关系与隐藏价值,构建一个基于电商数据的细粒度旗袍知识图谱,并开展实证研究。旗袍知识图谱采用自底向上逐层构建的方法,首先根据先验知识设计细粒度本体模型,为后续工作提供逻辑基础;然后采集并预处理原始数据,通过知识抽取、知识融合规范化数据,进行实例填充,完成数据层设计;最后将数据存储到图数据库,实现可视化。在此基础上,围绕旗袍、服饰要素以及用户人群开展深度挖掘、知识推理,借助图分析算法在社区检测、相似度和要素关联上展开实证研究。结果表明:旗袍知识图谱蕴含服饰要素之间隐藏的关系,能够挖掘内在的语义信息;旗袍服饰要素和用户人群之间存在一定的知识关联性,进而辅助设计与销售决策。

融合知识图谱的自适应学习研究与应用

在知识迭代速度加快的时代背景中,高校教育教学的传统教学模式难以满足学生个性化教学需求,学生容易陷入知识迷航、知识缺口等学习困境。针对这一问题,研究提出了一种融合知识图谱的自适应学习系统,对课程的知识点进行拆分、分级与归纳,并总结出知识点的重要度、知识点之间的前趋关系与关联度等信息,构建课程知识图谱,并建立自适应学习系统。系统通过学生个体的错题链接到相应知识点,并经知识图谱追溯到前趋知识点与相关知识点,进而自适应推荐这些知识点的教学课件、视频和巩固练习的题目。研究在智慧教学中对知识端与数据端的有机结合进行了探索,构建了自适应学习与精准教学的新途径。