基于知识图谱的学习路径自动生成研究

海量的学习资源让在线学习者身处"知识迷航"的困境,而人工规划学习路径存在效率较低、难以满足学习者个性化需求的弊端。基于此,文章提出了一种基于知识图谱的学习路径自动生成方法,其将学习路径生成分为知识点路径生成与学习对象路径生成两个步骤,能够根据知识点属性特征及其关系、学习对象属性特征、学习者知识掌握情况与认知特点等对课程中涉及的知识点与学习对象进行序列化。之后,文章通过对照实验检验了此方法的有效性,实验结果表明:采用自动生成路径与专家路径开展学习的被试在学习时间与后测成绩上不存在显著差异;自动生成路径在学习对象的讲解重点与详略设置、局部难易程度设置、整体学习顺序等方面基本符合规范。文章的研究成果可帮助领域专家规划学习路径,为在线学习者提供指导,促进个性化学习。

新兴技术识别与演化路径分析方法研究——以集成电路领域为例

【目的/意义】通过综合使用论文和专利数据源,开展新兴技术的识别与演化路径方法研究,期望以此提高学科领域新兴技术探测研究的准确性和科学性。【方法/过程】首先,针对集成电路这一特定领域使用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋,并利用LDA主题模型发现并识别集成电路领域隐含的技术主题,构建新颖度、强度和热度等多维指标对新兴技术进行对比和甄别。其次,划分时间窗,采用余弦相似度算法计算相邻时间窗内主题间的相似性,以可视化路径的形式将筛选结果进行呈现,以此判断主题演化关系类型。【结果/结论】研究发现,集成电路领域呈现学界与业界研究成果相互促进的良好态势,结合论文与专利数据的新兴技术识别方法,可以有效且清晰的发现集成电路研究领域的热点型、增长型、成熟型和潜在型技术主题,并通过新兴技术演化路径的构建,揭示了领域科学与技术间知识的交互与转移。【创新/局限】本研究创新性采用Word2Vec语义相似度与字符串相似度相结合的方法构建词袋,提高了词袋构建质量,为后续基于LDA主题模型识别隐含的技术主题奠定了基础,但在数据源的多样性、时滞性问题,以及模型阈值设置的客观性上还存在局限性,需要进一步加强相关研究。