基于路径挖掘的虚拟实验个性化知识推荐方法
编号:44 访问权限:仅限参会人 更新:2020-08-21 18:13:17 浏览:991次 口头报告

报告开始:暂无开始时间(Asia/Shanghai)

报告时间:暂无持续时间

所在会场:[暂无会议] [暂无会议段]

暂无文件

摘要
面向中学实验课程的虚拟实验教学有助于提升学生的实验能力,目前的虚拟实验系统中缺少结合了学科知识体系和学生经验技能的个性化知识推荐方法。本文提出了一种基于知识图谱路径的知识推荐推荐模型KGPB,依据实验关联知识点与学生实验评价抽取由不同实体关系链接的知识图谱路径,采用Bi-LSTM(双向长短期记忆网络)模型对路径编码,挖掘路径的语义信息,同时参考学生实验完成度计算知识路径权重。结合贝叶斯个性化排序算法获得推荐结果,实现知识要点的主动推荐。在增强现实实验教学系统的教学案例中验证了本文KGPB模型的有效性。
关键词
知识图谱,推荐模型,增强现实,实验教学  
报告人
张振宁

稿件作者
张振宁
发表评论
验证码 看不清楚,更换一张
全部评论
重要日期
  • 会议日期

    09月17日

    2020

    09月20日

    2020

  • 10月28日 2020

    注册截止日期

  • 11月10日 2020

    初稿截稿日期

主办单位
中国计算机学会
中国图象图形学学会
中国仿真学会
承办单位
吉林动画学院
吉林大学
长春理工大学
长春大学
中科院长春光机所
历届会议
移动端
在手机上打开
小程序
打开微信小程序
客服
扫码或点此咨询