基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着"双减"政策的发布,如何"减负"不减质、提质有措施一直备受关注."统一规模化的学习方式和学习内容"是当今中国学生学业负担过重的原因之一.因此,根据学生个体特点推荐精准的学习内容,提高学习效率,促进学习方式的转变,发展自主学习能力是现代教育发展趋势.随着人工智能技术的发展,特别是诊断性自适应测评和教育知识图谱技术的突破,让在线学习环境下的个性化学习成为可能.本文将以天星教育研发的未来脑考试在线平台为例,围绕中国现状、个性化测评与学习的基本原理和关键技术等问题展开分析,阐述基于知识图谱的动态评测技术在个性化学习中的应用,探索未来的更多可能.
推荐文章
用多Agent实现基于XML的个性化学习系统
个性化学习
最佳学习程序
Agent
XML
基于网络个性化学习系统的设计与实现
个性化学习
模糊评价
数据挖掘
基于多重因素的个性化学习推荐系统
定性推荐
推荐系统
电子学习
基于知识状态的个性化学习资源推荐方法
个性化学习
知识状态
学习资源推荐
知识图谱
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于知识图谱的个性化学习系统
来源期刊 人工智能 学科 工学
关键词 人工智能 知识图谱 个性化测评与学习
年,卷(期) 2022,(2) 所属期刊栏目 产业应用
研究方向 页码范围 96-104
页数 9页 分类号 G43|TP18
字数 语种 中文
DOI 10.16453/j.cnki.ISSN2096-5036.2022.02.011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
知识图谱
个性化测评与学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
人工智能
双月刊
2096-5036
10-1530/TP
16开
北京市海淀区紫竹院路66号赛迪大厦18层
2014
chi
出版文献量(篇)
800
总下载数(次)
17
总被引数(次)
1472
论文1v1指导