Bayesian网知识推理在ITS学习推荐中的应用研究

doi:10.3778/j.issn.1002-8331.2009.01.067

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (1): 220-223.DOI: 10.3778/j.issn.1002-8331.2009.01.067

Bayesian网知识推理在ITS学习推荐中的应用研究

刘先锋,丁继红,朱清华

湖南师范大学数学与计算机科学学院，长沙 410081

收稿日期:2007-12-26 修回日期:2008-03-10 出版日期:2009-01-01 发布日期:2009-01-01
通讯作者: 刘先锋

Research on Bayesian network knowledge reasoning in ITS

LIU Xian-feng,DING Ji-hong,ZHU Qing-hua

College of Mathematic and Computer，Hunan Normal University，Changsha 410081，China

Received:2007-12-26 Revised:2008-03-10 Online:2009-01-01 Published:2009-01-01
Contact: LIU Xian-feng

摘要/Abstract

摘要： 提出了一种基于Bayesian网的知识推理网络和知识推理算法，该算法利用Bayesian知识推理网和Bayesian概率公式，从现有学习资源库和教学方法库中推荐出最符合学生特征的k种学习资源和k种教学方法，从而实现ITS的智能学习推荐功能。

关键词: Bayesian网, 知识推理, 智能教学系统, 相似度

Abstract: This paper introduces a knowledge reasoning network and a knowledge reasoning algorithm based on Bayesian network，which derives and recommends the suitable learning resources and teaching methods from the existing learning resources pool and teaching methods based on the students.Thus，the intelligent recommendation function of ITS is achieved.

Key words: Bayesian network, knowledge reasoning, Intelligent Tutoring System（ITS）, similarity

刘先锋,丁继红,朱清华.

Bayesian网知识推理在ITS学习推荐中的应用研究

[J]. 计算机工程与应用, 2009, 45(1): 220-223.

LIU Xian-feng,DING Ji-hong,ZHU Qing-hua. Research on Bayesian network knowledge reasoning in ITS[J]. Computer Engineering and Applications, 2009, 45(1): 220-223.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[4]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[9]	宋浩楠，赵刚，王兴芬. 融合知识表示和深度强化学习的知识推理方法[J]. 计算机工程与应用, 2021, 57(19): 189-197.
[10]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[11]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[12]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[13]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[14]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[15]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.

Bayesian网知识推理在ITS学习推荐中的应用研究

Research on Bayesian network knowledge reasoning in ITS

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics