个性化E-Learning已经成为研究者关注的热点,用户知识需求(尤其是隐式知识需求)获取是个性化E-Learning中用户建模的核心部分。本课题拟从两个方面对用户知识需求获取的关键技术进行研究:(1)基于领域本体,首先对用户知识交互记录进行聚类和计算本体覆盖率,面向不同语境研究知识间显式和隐式的关联机制,利用知识的完整性、引导性等策略推导扩展用户知识需求。(2)对用户知识交互的过程进行CPN或Pr/T-Net建模并进行挖掘,基于模型研究过程精练、同步、合成等机制及其语义,以便为知识交互过程的演进提供支持,从而深层次获取用户的知识需求。最后,开发一个面向具体领域的用户知识需求获取原型系统进行验证和分析。本课题的研究对个性化E-Learning、用户自适应性知识生成等研究有直接意义,而且为知识问答系统、查询扩展、内容推荐、软件需求、主动服务等相关研究提供理论指导和工程方法。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
拥堵路网交通流均衡分配模型
Hindsight-aware deep reinforcement learning algorithm for multi-agent systems
服务经济时代新动能将由技术和服务共同驱动
空气电晕放电发展过程的特征发射光谱分析与放电识别
基于知识网格的适应性网络化软件需求获取方法和关键技术研究
基于本体的安全需求获取与分析方法研究
智能规划中领域知识获取和知识推理算法的研究
基于知识的需求获取方法的形式化技术