教育资源的深度表征与智能应用

• 作者: 刘淇 汪飞 王新
• 来源期刊: 人工智能
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 前沿技术
• 页码范围: 44-54
• 页数: 11页
• 语种: 中文

摘要

从信息时代到如今的大数据时代,以数据的不断积累和硬件的快速迭代为基础,大量的数据挖掘和机器学习等算法被提出,促进了数据从资源向价值的高效转变.由此,在电子商务、交通、气象、教育等领域中纷纷诞生了许多智能应用.其中,在教育领域,传统教育场景(如学校)的数字化和新兴教育场景(如线上教育平台)都积累了大量的教育数据资源(如教学视频、习题),并衍生出一系列的智能教育应用(如个性化教育资源推荐).然而,这些教育资源具有非结构化、形式多样等特点,不利于传统数据挖掘或机器学习方法的直接使用.因此,合适的表征技术是教育资源统一处理和智能应用算法开发过程中的关键步骤之一.