CN107273490B - 一种基于知识图谱的组合错题推荐方法 - Google Patents

Abstract

本发明公开了一种基于知识图谱的组合错题推荐方法，通过该方法能够精准的给学习者推荐与其薄弱知识点相关的错题。该发明包括构建从大规模非结构化试题数据中抽取知识，构建知识图谱；对学习者的错题进行文本挖掘，分词，提取出错题关键字，进而确定该错题所包含的知识点；通过对试题的语义相识性进行分析，得到该知识点的语义近邻；通过错题知识点映射到知识图谱中，获得符合其知识点的试题实体。同时通过对试题库进行相识性权重计算，得到试卷的相识度矩阵，利用协同过滤技术得到错题的推荐试题。最后，利用加权、混合、层叠和元级别等方式对两种推荐结果进行进一步组合，给出最终推荐结果。

Description

一种基于知识图谱的组合错题推荐方法

技术领域

本发明属于计算机软件技术领域，具体涉及一种基于知识图谱的组合错题推荐方法。

背景技术

随着互联网发展的突飞猛进，人们逐渐从一个信息匮乏的时代进入到了一个信息过载的时代。信息***式的增长使得网络中信息泛滥的问题变得极其严重，对于用户来说从海量数据中寻找到对自己有价值的数据便变得困难重重，一些很少被关注的有用信息往往被淹没到信息的海洋中，成为孤岛信息。推荐***便是解决此类问题的有效方法，其本质便是为用户找到符合其兴趣偏好的资源对象。

近年来，鉴于推荐技术在各个领域均有着巨大价值，各行各业的专家学者都投身于推荐技术的研究中去，由此而带来了推荐技术发展的新的高峰。目前主流的推荐技术，包括基于规则的推荐技术、基于内容的推荐技术和协同过滤技术。这些推荐技术在传统的推荐***中得到广泛应用，并取得了一定的成功。基于内容的推荐对复杂属性的处理不够友好，同时对新用户不能产生较好的推荐。基于规则的推荐技术，过度依赖于专业领域的语言专家定义语法规则，需要耗费大量时间来提取规则，人工成本太高，同时迁移成本巨大。基于项目的协同过滤推荐算法在数据极度稀疏的情况下相似性度量不准、推荐质量低下的不足。同时，随着推荐算法的不断发展，人们也开始意识到现有推荐***所存在的缺陷，如由于数据稀疏带来的冷启动问题、推荐精度以及Gray sheep。

错误是学习中所不可避免的，错题是学习者学习的难点与盲点的集中体现，能最大程度上展现学习者的学习现状，且具有很强的真实性。归纳总结这些错题对学习者能否掌握知识有着巨大的影响，错题知识点的推荐也就成为学习者学习进步过程中至为重要的关键环节。通过使用具有较高推荐准确率的方法，能够有效利用错题集给学习者提供精准的知识推荐，利用错题集强化学习者知识理解与记忆。错题的巩固练习作为学习中极其为重要的一部分，其主要目的就要是让学习者练习其所在领域掌握较为薄弱的知识点，根据学习者的需求向其推荐一定数目的习题，以巩固知识。

通过构建试题的知识图谱，将实体、关系以及路径都在低维的向量空间中表示，然后计算各个知识点的语义相识性，通过对错题分词，提取知识点，得到该知识点的语义近邻，然后在知识图谱中给出所有知识点语义近邻的试题推荐。同时计算错题与试题库的相似性权重，得到试题的相识性矩阵，根据协同过滤算法给出相应的推荐。结合两种推荐结果，利用加权、混合、层叠和元级别等方式，给出最终的推荐结果。

发明内容

本发明旨在提供一种精准度高的错题推荐方法。

本发明提供的错题推荐方法是基于试题知识图谱的。通过从大规模非结构化试题中，提取出知识点，构建试题的知识图谱。在此基础上，通过对错题的语义分析，抽取出该错题的知识点，进而在知识图谱中计算该知识点的语义近邻，与此同时通过协同过滤算法计算出该试题的最近邻，最后采取加权、混合和元级别等方式结合两种推荐技术，从而提高推荐的准确度。同时，由于拥有丰富的语义数据，也在一定程度上解决了推荐***的冷启动问题。

本发明提出一种基于知识图谱的组合错题推荐***，其整体流程框架图如图1所示。它包括以下五个模块。第一模块是根据试题库构建试题的知识图谱；第二模块是根据错题输入和试题库中的试题来对试题进行相似度权重计算，从而给出相应的最近邻推荐；第三模块是根据知识图谱计算试题和知识点的向量表示；第四模块是利用语义相似度，给出错题基于知识图谱中的语义近邻；第五模块是结合第二模块和第四模块中的推荐结果，利用加权、混合、层叠和元级别等方式给出最终的推荐结果。

本发明有益效果如下：

1、本发明针对试题构建的知识图谱，利用TransE算法生成的知识点向量表示，将知识图谱数值化表示，充分考虑了知识点之间的语义相似度，能够准确的理解知识点之间的语义关联，从而提高了知识图谱推荐结果的准确性。

2、本发明能够根据不同的学习者给出符合其知识盲点的试题推荐，避免了Graysheep问题。

3、由于有丰富的试题库提供语义数据，避免了数据稀疏带来的推荐***冷启动问题。

4、结合了多种推荐技术，让推荐结果更加精准。

附图说明

图1为基于知识图谱组合推荐***整体框架；

图2为历史试题知识点挖掘示例；

图3为TransE算法模型图；

具体实施方式

为了使本发明的目的、技术方案和特点更加清楚明白，以下结合具体实施例子，并参照附图1-3，对本发明进行进一步的细化说明。

步骤一：

对试题库中的每道试题进行分词操作，获取每道试题的关键字，对关键字作进一步的知识特征提取，得到每道试题所对应的知识点，由此确定知识点与试题之间的映射关系，从而构建好以各个知识点和试题为节点，关键字为边的试题知识图谱。

步骤二：

计算试题与知识点的相似度权重，从而获得试卷与知识点的相似度矩阵。所述相识度矩阵第i行第j列代表试题i在于知识点j所占比重。根据所述试题-知识点矩阵，计算错题与试题库中已有试题的相似度，然后对试题进行加权排序，挑选出排序在top-k的前k道试题作为输出，给出协同过滤所得到的最近邻推荐。

步骤三：

在知识图谱中，相似的节点在语义上往往也是相似的。所以，对于试题中的知识点而言，不同知识点，不同试题可能包含的语义信息是大致相同的。采用TransE算法，增强协同过滤算法中试题相似度矩阵中试题的语义信息。如图3所示：将每个试题三元组实例(head，relation，tail)中的关系relation看做从实体head到实体tail的翻译，通过不断调整h、r和t(head、relation和tail的向量)，使(h+r)尽可能与t相等，即h+r≈t。

在模型的训练过程中，TransE采用最大间隔方法，其目标函数如下：

其中，S是知识库中的三元组，S'是负采样的三元组，通过替换h或t所得。γ是取值大于0的间隔距离参数，[x]+表示正值函数，即x>0时，[x]+＝x；当x≤0时，[x]+＝0。梯度更新只需计算距离d(h+r,t)和d(h'+r,t')。采用梯度下降法，使得损失函数达到最优。当模型训练完成后，得到实体和关系的向量表示。

步骤四：

通过步骤三所述的TransE算法，将试题表示成为一组低维实值向量。根据TransE算法，对于错题给出其实体向量S₁，然后对于试题库中的任一试题，给出任一试题的实体向量S₂。对于度量两道试题间的相似度通过向量空间余弦相似度计算：

sim函数的值域为(0,1)，当相识度越趋近于1的时候，两个向量越表示的语义也就越相同，也就是说试题S₁和S₂就拥有越相同的知识点。同理，当相似度越趋近0的时候，两个向量表示的语义越不相同，即试题S₁和S₂就拥有越不相同的知识点。利用语义相似性进行计算，计算错题与试题库中已有试题的语义相似度，对试题进行排序，将排序在top-k的前k道试题作为基于知识图谱的语义近邻输出。

步骤五：

通过步骤二和步骤四得到的试题推荐结果A和B进行整合，利用加权、混合、层叠和元级别等方式对两种推荐结果进行进一步组合，给出最终推荐结果。

<1>利用加权技术进行组合推荐：

对于两种推荐结果A和B作为推荐集，然后比较学习者对推荐结果的评价、与***的预测是否相符，根据训练得到的结果生成加权的模型，动态的调整权重。根据模型给出的最合理的组合权重进行加权组合，最终输出加权组合后的推荐试题集。

<2>混合操作：

set(C)＝set(A)+set(B)

for i in set(C):

print(i)

其中，A、B分别为两种推荐技术给出的推荐集，C为两种推荐集的并集，i为C中的推荐试题。

<3>层叠的方式进行组合推荐。层叠技术如下：

i和j分别为推荐集A、B中的推荐试题。

<4>利用元级别技术进行组合推荐：

对于步骤二中利用协同过滤技术获得的推荐集A，将其作为输入放到步骤四种，算出A中每道拟推荐试题的与试题库中试题的语义相似度，然后排序，将前k道基于知识图谱的语义近邻推荐试题作为最终推荐。

Claims (1)

1.一种基于知识图谱的组合错题推荐方法，其特征在于：实现该方法包括以下五个模块；第一模块是根据试题库构建试题的知识图谱；第二模块是根据错题输入和试题库中的试题来对试题进行相似度权重计算，从而给出相应的最近邻推荐；第三模块是根据知识图谱计算试题和知识点的向量表示；第四模块是利用语义相似度，给出错题基于知识图谱中的语义近邻；第五模块是结合第二模块和第四模块中的推荐结果，利用加权、混合、层叠和元级别等方式给出最终的推荐结果；

步骤一：

对试题库中的每道试题进行分词操作，获取每道试题的关键字，对关键字作进一步的知识特征提取，得到每道试题所对应的知识点，由此确定知识点与试题之间的映射关系，从而构建好以各个知识点和试题为节点，关键字为边的试题知识图谱；

步骤二：

计算试题与知识点的相似度权重，从而获得试卷与知识点的相似度矩阵；所述相似度矩阵第i行第j列代表推荐试题i在于知识点的推荐试题j所占比重；根据所述试题-知识点矩阵，计算错题与试题库中已有试题的相似度，然后对试题进行加权排序，挑选出排序在top-k的前k道试题作为输出，给出协同过滤所得到的最近邻推荐；

步骤三：

在知识图谱中，相似的节点在语义上往往也是相似的；所以，对于试题中的知识点而言，不同知识点，不同试题可能包含的语义信息是大致相同的；采用TransE算法，增强协同过滤算法中试题相似度矩阵中试题的语义信息；将每个试题三元组实例即head，relation，tail中的关系relation看做从实体head到实体tail的翻译，通过不断调整h、r和t即head、relation和tail的向量，使(h+r)尽可能与t相等，即h+r≈t；

在模型的训练过程中，TransE采用最大间隔方法，其目标函数如下：

其中，S是知识库中的三元组，S'是负采样的三元组，通过替换h或t所得；γ是取值大于0的间隔距离参数；梯度更新只需计算距离d(h+r,t)和d(h'+r,t')；采用梯度下降法，使得损失函数达到最优；当模型训练完成后，得到实体和关系的向量表示；

步骤四：

通过步骤三所述的TransE算法，将试题表示成为一组低维实值向量；根据TransE算法，对于错题给出其实体向量S₁，然后对于试题库中的任一试题，给出任一试题的实体向量S₂；对于度量两道试题间的相似度通过向量空间余弦相似度计算：

sim函数的值域为(0,1)，当相识度越趋近于1的时候，两个向量越表示的语义也就越相同，也就是说试题S₁和S₂就拥有越相同的知识点；同理，当相似度越趋近0的时候，两个向量表示的语义越不相同，即试题S₁和S₂就拥有越不相同的知识点；利用语义相似性进行计算，计算错题与试题库中已有试题的语义相似度，对试题进行排序，将排序在top-k的前k道试题作为基于知识图谱的语义近邻输出；

步骤五：

通过步骤二和步骤四得到的试题推荐结果A和B进行整合，利用加权、混合、层叠和元级别等方式对两种推荐结果进行进一步组合，给出最终推荐结果；

<1>利用加权技术进行组合推荐：

对于两种推荐结果A和B作为推荐集，然后比较学习者对推荐结果的评价、与***的预测是否相符，根据训练得到的结果生成加权的模型，动态的调整权重；根据模型给出的最合理的组合权重进行加权组合，最终输出加权组合后的推荐试题集；

<2>混合操作：

set(C)＝set(A)+set(B)

for i in set(C):

print(i)

其中，A、B分别为两种推荐技术给出的推荐集，C为两种推荐集的并集，i为C中的推荐试题；

<3>层叠的方式进行组合推荐；层叠技术如下：

i和j分别为推荐集A、B中的推荐试题；

<4>利用元级别技术进行组合推荐：

对于步骤二中利用协同过滤技术获得的推荐集A，将其作为输入放到步骤四种，算出A中每道拟推荐试题的与试题库中试题的语义相似度，然后排序，将前k道基于知识图谱的语义近邻推荐试题作为最终推荐。

Images