基于概念图和权重优化的智能学习模型  

Intelligent Learning Model Based on Concept Map and Weight Optimization

作　　者：王昌达[1] 石廷娟[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《计算机工程》2013年第8期270-273,280,共5页Computer Engineering

基　　金：国家自然科学基金资助项目(61003288);教育部博士点基金资助项目(20093227110005);江苏省自然科学基金资助项目(BK2010192);江苏省六大人才高峰基金资助项目(1631170006);江苏省高校自然科学研究计划基金资助项目(07KJB520016);江苏大学高级人才基金资助项目(07JDG053)

摘　　要：提出一种基于概念图和权重优化的智能学习方法。通过将教学内容中的知识点抽象为概念图,在学生学习后,利用测试栈依据权重优化的方法进行有针对性的测试题目抽取,根据测试的结果向学生个性化地投放教学内容,以此实现智能化、个性化的学习。通过模型分析可知,与传统智能教学系统相比,基于概念图和权重优化的智能学习可提高学生的学习效率。Amethod of intelligent learning based on the concept map and weight optimization is proposed.By the knowledge in teaching content abstract concept map,the use of test stack based on weight optimization exacts targeted test questions after students learning,and according to test results,personalize teaching content is displayed to the students in order to realize intelligent and personalized learning.Model analysis shows that,compared with traditional intelligent tutoring systems,intelligent learning based on concept map and weight optimization improves the efficiency of students learning.

关 键 词：概念图 知识表示 权重优化 测试栈 测试题目 智能学习 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]