基于概念图和权重优化的智能学习模型

• 作者: 王昌达 石廷娟
• 来源期刊: 计算机工程
• 学科: 工学
• 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
• 年，卷（期）: 2013,（8）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 270-273,280
• 页数: 5页
• 分类号: TP311
• 字数: 5406字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2013.08.059

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王昌达	江苏大学计算机科学与通信工程学院	50	237	9.0	13.0
2	石廷娟	江苏大学计算机科学与通信工程学院	1	0	0.0	0.0