“人工智能+”视域下的教育知识图谱:内涵、技术框架与应用研究

深度学习、知识图谱、增强学习等新一代人工智能技术的发展,正驱动着“互联网+教育”迈入“智能教育”新时代。知识图谱作为推动人工智能发展的核心驱动力,为教育信息化2.0时代的教育教学提供了新的赋能力量&从人工智能的研究范式来看,知识图谱是符号主义研究范式在大数据和人工智能时代的演变和发展;从人工智能的发展阶段来看,知识图谱是人工智能从“感知智能”向“认知智能”进阶的重要基础。对于教育知识图谱的认知,应从知识建模、资源管理、知识导航、学习认知、知识库等多维视角出发,当前的教育知识图谱可分为静态知识图谱、动态事理图谱两大类。构建教育知识图谱的关键技术,主要集中在知识本体构建技术、命名实体识别技术、实体关系挖掘技术、知识融合技术等方面&因此,从“人工智能+”视域来看,教育知识图谱在教育大数据智能化处理、教学资源语义化聚合、智慧教学优化、学习者画像模型构建、适应性学习诊断、个性化学习推荐、智能教育机器人等方面具有广阔的应用前景。

基于流式处理技术的异构教育数据交换方法研究

当前,教育数据分布分散、异构多样、结构复杂的特点给数据资源的共享带来巨大挑战。针对异构教育数据的交换共享问题,文章在综述国内外研究现状的基础上,提出了一种无统一元数据标准、基于流式处理技术的异构教育数据交换方法。该方法采用了Storm流式处理框架实现数据的实时交换,通过语义相似度建立元数据的映射关系。基于该方法,文章进一步设计了异构教育数据交换平台的体系架构。与传统的数据交换方法相比,该方法无需管理、维护统一元数据,并能满足实时交换、按需交换的需求。