网站首页  词典首页

请输入您要查询的论文:

 

标题 基于知识图谱技术的教育分析系统
范文

    王宇印

    

    

    摘要:教育环节中产生大量的多源异构数据,数据分析系统已在教学和科研活动得到广泛应用。 但如何有效、科学地利用这些数据进行教师评价,成为高校绩效体系中的一个重要课题。 然而,由于缺乏统一的表示和评估过程,使用多源和多模态数据对教职员工进行全面评估仍然是一个挑战。为此,本文提出了一种新的基于知识图谱技术的大学教师评价系统。

    中图分类号:G4文献标识码:A文章编号:(2021)-04-408

    导言

    学术发展评价一直是教育界和工业界关注的一个长期问题。如何通过系统评价对学者进行综合评价,已成为推进智能教育服务的一个重要问题。鉴于互联网已充分融入学术领域,有关学术活动的信息现已在互联网上保存和传播。

    第一,从互联网和内部系统收集相关数据,包括教职工信息及相关科研论文,专利,经费,专著,奖项,专业活动和教学业绩等。第二,我们通过知识图嵌入方法构造实体表示来保留语义信息。 通过在构建的知识图上应用嵌入表示,生动地展示了所提出的图结构在各学院和其他实体之间的有效性。 第三,本文还提出了一种用于预测教师学术发展模型,该模型集成了教师的学术发展状况和往年的学生评价数据。

    1.相关工作

    目前,用于评估大学教师的方法大致可分为五类。

    1.1.同行审议

    由于大学院系工作的复杂性和专业性,没有学术背景的个人和简单统一的关键绩效指标(KPI)都不适合直接评估他们的绩效。一般认为同行评议是指某一领域的一名或几名专家对具有相似评价标准的相关学术成果或同类领域学者进行评价的方法。

    1.2.文献计量学方法

    文献计量法作为对已发表文献中提供的各种元数据和引文关系的客观分析,是评价主要由大学和研究机构使用的学者的另一种方法。文献计量法通过统计和数学指标来衡量教师论文和专利的数量和质量,包括出版物数量,期刊影响因素,以及学者论文的引文频率。

    1.3.学生对教学的评价

    作为课堂教学绩效的直观和直接反映,学生教学评价(SET)对教师的专业能力起着重要的作用. 随着网络服务和社交网络的发展,学生经常试图从公开访问的匿名SET网站评价老师。在许多学院,学生被要求在每个学期结束时填写一些关于课程的问卷。

    1.4.新媒体互动

    随着互联网和社交网络的普及,新兴的在线研究环境和在线社交平台为学术影响评价带来了新的机遇。 新媒体互动衡量一个学者的学术影响协议-研究人员之间关于文献管理工具的互动,如社交网络工具,如微信、微博、抖音还有钉钉等。新媒体互动具有方便性和时效性的优势,其数据来源于大量从事科学研究和交流的人员生成的真实平台。新媒体互动的结果是根据算法自动生成的,没有人为干预。 评价方法的客观性在很大程度上得到了保证。

    1.5.学术知识图谱

    学术知识图不是为了直接衡量教师的学术表现,而是用来尽可能全面地映射学者及其学术产出关系。 在这种方法中,定义了学者之间的关系类型,从而连接了学者形成网络。

    最近在应用学术知识图谱方面的进展集中在大规模的图形构造和表示上。 例如,微软学术知识图(MAKG)存储了80亿三元组,包括作者、机构、期刊和研究领域。 还提出了一个开放的学者知识图谱,建立了知识服务,包括人才知识库、学术排名、趋势分析等。

    1.6.知识图谱构建

    建立与教师有关的实体,并通过关系图将这些实体联系在一起,形成了一个图形结构。 在抽象图结构中,每个节点表示一个实体,图的边表示不同的语义关系。基于以上介绍的相关技术和实验结果,我们构建了一个基于多视图知识图谱的大学教师评价系统。利用数据库和构建的知识图设置评价指标,包括传统指标(如h指数、论文数和引文数)、学生评价和定制指标(如本文提出的知识图谱模型)。通过对新模型的比较和分析,选择不同的评价算法,并根据专家学者的反馈对评价指标进行调整。

    参考文献

    [1] 刘峤, 李杨, 段宏, 等. 知识图谱构建技术综述[J]. 计算机研究与发展, 2016, 53(3): 582-600.

    LIU Qiao, LI Yang, DUAN Hong, et al. Overview of knowledge mapping technology[J]. Computer Research and Development, 2016, 53(3): 582-600.

    [2] 郭云峰, 韩龙, 皮立华, 等. 知识图谱在大数据中的应用[J]. 电信技术, 2015, 1(6): 25-29.

    GUO Yunfeng, HAN Long, PI Lihua, et al. Application of knowledge mapping in big data[J]. Telecom Technology, 2015, 1(6): 25-29.

    [3] 欧艳鹏. 知识图谱技术研究综述[J]. 电子世界, 2018(13): 54, 56.

    [4] 宫云宝. 面向知识图谱构建的知识验证方法研究[D]. 湖南: 國防科学技术大学, 2017.

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/22 23:40:19