一种中小学人工智能素质教育知识图谱实体关联算法制造技术

本发明专利技术公开了一种中小学人工智能素质教育知识图谱实体关联算法，S1，获取中小学生行为日志，根据中小学生行为日志中的数据对中小学生和素质行为表现进行模糊聚类分析，生成多组中小学生群体和素质行为表现类别，以及每个中小学生群体对每个素质行为表现的评价分数；S2，构建推荐矩阵M，所述推荐矩阵M以中小学生群体为行标，以素质行为表现为列标，矩阵元素M ij表示第i个中小学生群体对第j个素质行为表现类别的评价分数，其中i＝1,2

【技术实现步骤摘要】
一种中小学人工智能素质教育知识图谱实体关联算法


[0001]本专利技术涉及素质教育
，具体为一种中小学人工智能素质教育知识图谱实体关联算法。

技术介绍

[0002]素质教育是指一种以提高受教育者诸方面素质为目标的教育模式。它重视人的思想道德素质、能力培养、个性发展、身体健康和心理健康教育。素质教育与应试教育相对应，但也并非绝对对立的概念，因为两者在词义上本来就并非反义词。
[0003]目前，随着科技的翻转，中小学生的教育，大多都是针对能力培养和身体健康的教育，往往忽略了个性的发展和心理健康的教育，从而导致了现有的中小学生，出现早熟、信心不足、没有活力或叛逆等情况，进而影响了中小学生的健康成长。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种中小学人工智能素质教育知识图谱实体关联算法，解决了上述背景提出技术的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：一种中小学人工智能素质教育知识图谱实体关联算法，
[0008]S1，获取中小学生行为日志，根据中小学生行为日志中的数据对中小学生和素质行为表现进行模糊聚类分析，生成多组中小学生群体和素质行为表现类别，以及每个中小学生群体对每个素质行为表现的评价分数；
[0009]S2，构建推荐矩阵M，所述推荐矩阵M以中小学生群体为行标，以素质行为表现为列标，矩阵元素M ij表示第i个中小学生群体对第j个素质行为表现类别的评价分数，其中i＝1,2..u，j＝1,2
…
p，u为中小学生群体个数，p为素质行为表现类别个数；
[0010]S3，获取新增中小学生行为日志，利用推荐矩阵M对新增中小学生行为日志中的素质行为表现群体评价分数进行对应；
[0011]S4，判断新增中小学生行为日志的数据量是否已达到设定值，若是，则返回步骤S1，并将新增中小学生行为日志的数据量计进行数值，若否，则返回步骤S3。
[0012]优选的，
[0013]1)、获取素质行为表现，所述素质行为表现包括思想道德素质、能力培养、个性发展、身体健康和心理健康；
[0014]2)、基于所述素质行为表现，从所述素质行为表现中抽取所需领域的子数据；
[0015]3)、将所述子数据中结构化、半结构化数据转换成三元组，非结构化数据中利用多种算法模型抽取三元组；
[0016]4)、将所述三元组进行实体对齐和属性对齐的融合操作；将基于知识关联建立所
需领域学科知识图谱中知识点与各种教学资源的关联关系；
[0017]5)、将所述知识图谱中知识点与各种教学资源的关联关系图谱可视化，形成图谱。
[0018]优选的，每个中小学生群体具有一个特征，每个中小学生至少归入一个中小学生群体内。
[0019]优选的，中小学生行为日志包括个人信息、家庭信息、学校信息、教育资源和周边环境信息。
[0020]优选的，素质行为表现信息的获取，将通过学生的学习成绩的录入以及摄像记录学生的课堂、课外行为，以及个人的言行举止，将其打包、上传获取。
[0021]优选的，将获取来的素质行为表现信息进行消除概念歧义处理、剔除冗余和错误概念处理。
[0022]优选的，将处理后的素质行信息和中小学生的个人信息进行存储，存储后，通过运用人工智能对比学生视频包中和课堂行为包中的学生行为，进行加分和减分，然后生成素质评分单进行发送。
[0023]优选的，图谱进行质量评估的步骤包括：采用众包方法、行业专家评估方法中的至少一种对所述初始知识图谱进行质量评估。
[0024](三)有益效果
[0025]本专利技术提供了一种中小学人工智能素质教育知识图谱实体关联算法。具备以下有益效果：
[0026]该中小学人工智能素质教育知识图谱实体关联算法，通过本专利可以更加清楚的了解中小学生的素质问题，进而可以针对不同的人群进行实施不同的政策和学习计划，确保中小学生能够在德、智、体、美、劳上进行全面的成长。
附图说明
[0027]图1为本专利技术整体结构示意图；
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0029]请参阅图1，本专利技术提供一种技术方案：
[0030]实施例一：
[0031]一种中小学人工智能素质教育知识图谱实体关联算法，
[0032]S1，获取中小学生行为日志，根据中小学生行为日志中的数据对中小学生和素质行为表现进行模糊聚类分析，生成多组中小学生群体和素质行为表现类别，以及每个中小学生群体对每个素质行为表现的评价分数；
[0033]S2，构建推荐矩阵M，所述推荐矩阵M以中小学生群体为行标，以素质行为表现为列标，矩阵元素M ij表示第i个中小学生群体对第j个素质行为表现类别的评价分数，其中i＝1,2..u，j＝1,2
…
p，u为中小学生群体个数，p为素质行为表现类别个数；
[0034]S3，获取新增中小学生行为日志，利用推荐矩阵M对新增中小学生行为日志中的素质行为表现群体评价分数进行对应；
[0035]S4，判断新增中小学生行为日志的数据量是否已达到设定值，若是，则返回步骤S1，并将新增中小学生行为日志的数据量计进行数值，若否，则返回步骤S3。
[0036]将获取的素质行为表现的数据形成图谱：
[0037]1)、获取素质行为表现，所述素质行为表现包括思想道德素质、能力培养、个性发展、身体健康和心理健康；
[0038]2)、基于所述素质行为表现，从所述素质行为表现中抽取所需领域的子数据；
[0039]3)、将所述子数据中结构化、半结构化数据转换成三元组，非结构化数据中利用多种算法模型抽取三元组；
[0040]4)、将所述三元组进行实体对齐和属性对齐的融合操作；将基于知识关联建立所需领域学科知识图谱中知识点与各种教学资源的关联关系；
[0041]5)、将所述知识图谱中知识点与各种教学资源的关联关系图谱可视化，形成图谱。
[0042]实施例二：本实施与实施例一的区别在于，其中，每个中小学生群体具有一个特征，每个中小学生至少归入一个中小学生群体内；中小学生行为日志包括个人信息、家庭信息、学校信息、教育资源和周边环境信息；素质行为表现信息的获取，将通过学生的学习成绩的录入以及摄像记录学生的课堂、课外行为，以及个人的言行举止，将其打包、上传获取；将获取来的素质行为表现信息进行消除概念歧义处理、剔除冗余和错误概念处理；将处理后的素质行信息和中小学生的个人信息进行存储，存储后，通过运用人工智能对比学生视频包中和课堂行为包中的学生行为，进行加分和减分，然后生成素质评分单进行发送。图谱进行质量评估的步骤包括：采用众包方法、行业专家评估方法中的至少一种对所述初始知识图谱进行质量评估。
[0043]工作本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种中小学人工智能素质教育知识图谱实体关联算法，包括如下步骤：S1，获取中小学生行为日志，根据中小学生行为日志中的数据对中小学生和素质行为表现进行模糊聚类分析，生成多组中小学生群体和素质行为表现类别，以及每个中小学生群体对每个素质行为表现的评价分数；S2，构建推荐矩阵M，所述推荐矩阵M以中小学生群体为行标，以素质行为表现为列标，矩阵元素Mij表示第i个中小学生群体对第j个素质行为表现类别的评价分数，其中i＝1,2..u，j＝1,2
…
p，u为中小学生群体个数，p为素质行为表现类别个数；S3，获取新增中小学生行为日志，利用推荐矩阵M对新增中小学生行为日志中的素质行为表现群体评价分数进行对应；S4，判断新增中小学生行为日志的数据量是否已达到设定值，若是，则返回步骤S1，并将新增中小学生行为日志的数据量计进行数值，若否，则返回步骤S3。2.根据权利要求1所述的一种中小学人工智能素质教育知识图谱实体关联算法，其特征在于：将获取的素质行为表现的数据形成图谱：1)、获取素质行为表现，所述素质行为表现包括思想道德素质、能力培养、个性发展、身体健康和心理健康；2)、基于所述素质行为表现，从所述素质行为表现中抽取所需领域的子数据；3)、将所述子数据中结构化、半结构化数据转换成三元组，非结构化数据中利用多种算法模型抽取三元组；4)、将所述三元组进行实体对齐和属性对齐的融合操作；将基于知识关联建立所需领域学科...

【专利技术属性】
技术研发人员：王亚弟，周敏，王丽珂，曹春风，谢帅，
申请(专利权)人：河南省文科融创信息技术有限公司，
类型：发明
国别省市：