基于目标视角的知识网络展现方法和系统技术方案

一种基于目标视角的知识网络展现方法，包括：S101，基于本体模型从领域知识划分的多个知识节点以及知识节点之间的二元关系构建多重关系的知识网络，针对知识网络的二元关系构建m个有向图，m表示关系类型数，将m个有向图合并为一个基本关系图，构建出基于m+1个有向图的知识网络；S102，针对目标知识节点集合中每一个目标知识节点，计算目标知识节点在m+1个有向图中的传递闭包图；S103，对所有传递闭包图进行合并，得到最小知识节点集合和边集合，将所述最小知识节点集合的基本关系图作为基本参照关系图；S104，在基本参照关系图上，依照传递闭包图对基本参照关系图进行渲染。本发明专利技术能够基于目标视角，以图形化方式查看与目标知识点相关的知识节点以及关系。

【技术实现步骤摘要】
基于目标视角的知识网络展现方法和系统
本专利技术涉及基于有向图的图形化展现方法，更具体地，涉及一种基于目标视角的知识网络展现方法及其对应的系统。
技术介绍
当前知识网络的展现主要靠人工经验的积累，主要来源于教师，专家及培训机构，并未见有基于知识网络图谱的统一的自动计算方案。另外,学习路径可以理解为“课程学习过程中的知识点序列”，多为基于已有教学大纲和经验的积累来制定。根据个人的理解不同，专家、教师总结的图表展现形式各式各样、表达的信息量也各不相同。对于学习者来说，同一学习内容，不同的教师由于教学水平的不同和教学方法的不同，教师总结的学习路径会有差异。在学习者学习某项知识之前，如果不能清晰地掌握和了解知识体系，会使学习者得到不同的学习路径，依据不合理的学习路径学习会加大学习难度，削弱学习效果，而且不利于学习者后续的兴趣扩展。因此，在开始学习和阅读之前，有必要让学习者了解目标知识体系在完整的知识网络中的演变情况，有助于学习者根据自身的需求定制更加具体的学习路线和规划，发现新的可用学习资源，而现有固化的教学大纲及序列化的学习资源清单并不能体现出知识体系内在逻辑以及知识节点之间的关系。
技术实现思路
本专利技术的目的是为了实现：基于已知目标知识点集合，根据多种关系类型计算出该知识点集合的必要的前驱知识点集合以及后继的知识点集合，并且通过有向图完成知识网络展现的渲染计算，用统一的图示来进行表达，本专利技术是基于传递闭包算法和拓扑排序算法的进一步拓展和创新，可确保每一种关系的知识体系的完整性。具有完整性的知识点集合更加精准的符合用户的需求。学习者的学习活动带有直接的学习目的，学习者根据学习的目的来自主选择学习资源，完整的知识体系展现可以帮助学习者，了解知识的内在关系，为后续的学习做好更高效率的规划和更直接的拓展目标。本专利技术的基于目标视角的知识网络展现方法，包括：步骤S101，基于本体模型从领域知识划分的多个知识节点以及知识节点之间的二元关系构建多重关系的知识网络，针对知识网络的二元关系构建m个有向图，其中m表示所述二元关系的关系类型数，将所述m个有向图合并为一个基本关系图，从而构建出基于m+1个有向图的知识网络；步骤S102，针对目标知识节点集合中的每一个目标知识节点，计算该目标知识节点在所述m+1个有向图中的传递闭包图；步骤S103，对步骤S102中得到的所有传递闭包图进行合并，得到最小的知识节点集合和边集合，将所述最小的知识节点集合的基本关系图作为基本参照关系图；步骤S104，在所述基本参照关系图上，依照传递闭包图对所述基本参照关系图进行渲染。本专利技术还提出一种基于目标视角的知识网络展现系统，包括：本体模型关系描述模块，其配置为基于本体模型从领域知识划分的多个知识节点以及知识节点之间的二元关系构建多重关系的知识网络，针对知识网络的二元关系构建m个有向图，其中m表示所述二元关系的关系类型数，将所述m个有向图合并为一个基本关系图，从而构建出基于m+1个有向图的知识网络；传递闭包图生成模块，其配置为针对目标知识节点集合中的每一个目标知识节点，计算该目标知识节点在所述m+1个有向图中的传递闭包图；传递闭包图合并模块，其配置为对所述传递闭包图生成模块中得到的所有传递闭包图进行合并，得到最小的知识节点集合和边集合，将所述最小的知识节点集合的基本关系图作为基本参照关系图；渲染模块，其配置为在所述基本参照关系图上，依照传递闭包图对所述基本参照关系图进行渲染。与现有技术相比，本专利技术能清晰的展示所学知识的知识网络架构，并准确查看到用户所学知识点所需要掌握的前置知识点以及后继知识点，并呈现为一个完整的知识演变过程。该专利技术能克服现有教学及自学过程中，知识点组织相对分散，关联模糊的问题，并能够确保无遗漏、按照知识网络提供的关系指示来进行系统性的学习规划，对于用户拓展和深入学习提供帮助。基于知识网络中关系运算，本专利技术提出的技术方案还提供二种应用形式：1)对知识网络渲染和展现，2)动态创建学习课程。附图说明图1为本专利技术的方法的第一实施方式的流程图；图2A-2C为本专利技术的方法的一个实例的不同关系的有向图；图3A为本专利技术的方法的一个实例的包含关系的有向图；图3B为本专利技术的方法的一个实例的演变关系的有向图；图4为图3所示实例的目标节点的包含关系的有向图；图5为图3所示实例的目标节点的演变关系的有向图；图6为图3和图4所示的有向图的叠加；图7为图3所示实例的目标节点的基本关系图；图8为图3所示实例的依据本专利技术的方法展示的目标节点视角的知识网络；图9为根据本专利技术的方法展示的又一个实例的目标节点集合视角的知识网络；图10为图9所示实例的提取后的知识必要条件子图；图11为本专利技术的系统的框图。具体实施方式本专利技术涉及如下专有名词，其含义解释如下：本体模型:本体(Ontologies)是概念化的明确的规范说明，由Grube提出。目前本体模型广泛应用于人工智能领域。本体模型就是按照现实生活中的概念、概念间的关系、概念所具有的特征(即属性)以及概念的实例抽象出现实的模型。例如，在计算机领域，可以抽象出：“计算机、CPU、存储器、计算机配件”等概念，而“计算机”和“CPU”是包含关系，及“计算机”和“CPU”具有“是…一部分”或“具有”等属性。二元关系：集合X与集合Y上的二元关系是R＝(X,Y,G(R))，其中G(R)，称为R的图，是笛卡儿积X×Y的子集。若(x,y)∈G(R)，则称x是R-关系于y，并记作xRy或R(x,y),即二元关系。否则称a与b无关系R。在上面的本体模型示例中，“计算机”和“CPU”之间的关系，“CPU是计算机的一部分”、“计算机具有CPU”就是二元关系。有向图：直观来说，若图中的每条边都是有方向的，则称为有向图。有向图是一个二元组<V,E>，其中，V是非空集合，称为顶点集。E是V×V的子集，称为弧集。有向图中的边是由两个顶点组成的有序对，有序对通常用尖括号表示，如<vi,vj>表示一条有向边，其中vi是边的始点，vj是边的终点。<vi,vj>和<vj,vi>代表两条不同的有向边。有向无环图：在图论中，如果一个有向图无法从某个顶点出发经过若干条边回到该点，则这个图是一个有向无环图(DAG图)。如果知识网络中存在环，譬如概念关系成了一个环，那么，环状关系无起点和无终点，那这则表示的知识概念有冲突。本专利技术的目的是为了实现：基于已知目标知识点集合，根据多种关系类型计算出该知识点集合的必要的前驱知识点集合以及后继的知识点集合，并且通过有向图完成知识网络展现的渲染计算，用统一的图示来进行表达。本专利技术是基于传递闭包算法和拓扑排序算法的进一步拓展和创新，可确保每一种关系的知识体系的完整性。具有完整性的知识点集合更加精准的复合用户的需求。学习者的学习活动带有直接的学习目的，学习者根据学习的目的来自主选择学习资源，完整的知识体系展现可以帮助学习者，了解知识的内在关系，为后续的学习做好更高效率的规划和更直接的拓展目标。下面参照附图来描述本专利技术，其中相似的附图标记表示相似的步骤或部件。第一实施方式(对知识网络进行展现和渲染)如图1所示的基于目标视角的知识网络展现方法的一个实施方式中。在步骤S101，基于本体模型从领域知本文档来自技高网...

【技术保护点】
一种基于目标视角的知识网络展现方法，其特征在于，包括：步骤S101，基于本体模型从领域知识划分的多个知识节点以及知识节点之间的二元关系构建一知识网络，针对知识网络的二元关系构建m个有向图，其中m表示所述二元关系的关系类型数，将所述m个有向图合并为一个基本关系图，从而构建出基于m+1个有向图的知识网络；步骤S102，针对目标知识节点集合中的每一个目标知识节点，计算该目标知识节点在所述m+1个有向图中的传递闭包图；步骤S103，对步骤S102中得到的所有传递闭包图进行合并，得到最小的知识节点集合和边集合，将所述最小的知识节点集合的基本关系图作为基本参照关系图；步骤S104，在所述基本参照关系图上，依照传递闭包图对所述基本参照关系图进行渲染。

【技术特征摘要】
1.一种基于目标视角的知识网络展现方法，其特征在于，包括：步骤S101，基于本体模型从领域知识划分的多个知识节点以及知识节点之间的二元关系构建一知识网络，针对知识网络的二元关系构建m个有向图，其中m表示所述二元关系的关系类型数，将所述m个有向图合并为一个基本关系图，从而构建出基于m+1个有向图的知识网络；步骤S102，针对目标知识节点集合中的每一个目标知识节点，计算该目标知识节点在所述m+1个有向图中的传递闭包图；步骤S103，对步骤S102中得到的所有传递闭包图进行合并，得到最小的知识节点集合和边集合，将所述最小的知识节点集合的基本关系图作为基本参照关系图；步骤S104，在所述基本参照关系图上，依照传递闭包图对所述基本参照关系图进行渲染。2.根据权利要求1所述的基于目标视角的知识网络展现方法，其特征在于，还包括：步骤S105，提取目标知识节点的上游的全部节点集合组成的子图；步骤S106，针对所述子图进行拓扑排序，得到目标知识节点的学习路径。3.根据权利要求2所述的基于目标视角的知识网络展现方法，其特征在于，所述步骤S106包括：1)在子图中选一个无前驱的顶点，删除该顶点；2)从子图中删除该顶点，且删除以它为尾的所有的边；3)重复步骤1)和2)，直至全部顶点均已删除或者图中不存在无前驱节点为止，并记录删除顺序；4)将所述删除顺序作为拓扑排序的结果。4.根据权利要求1所述的基于目标视角的知识网络展现方法，其特征在于，用Warshall算法进行传递闭包计算，用图形展示控件Arbor.js控件进行渲染。5.根据权利要求1所述的基于目标视角的知识网络展现方法，其特征在于，所述渲染包括用不同的颜色、线条来表示不同关系的知识节点和边,以及用不同的颜色和轮廓形状来区分目标知识节点和其他知识节点。6.一种基于目标视角的知识网络展现系统，其特征在于，包括：本体模型关系描述模块，其配置为基于本体...

【专利技术属性】
技术研发人员：张达辉，罗秀春，
申请(专利权)人：北京德塔普博软件有限公司，
类型：发明
国别省市：北京;11