一种基于D-S证据理论的自适应学习路径推荐方法及系统

摘要

本发明涉及自适应学习技术领域，公开了一种基于D‑S证据理论的自适应学习路径推荐方法及系统，包括：从领域知识库中选取单元知识点群中入度为零的元知识点，建立推荐队列，将元知识点作为第一个知识点存入推荐队列；判断推荐队列中元知识点的直接后继结点集合是否为空；获取直接后继结点集合中贡献值最大的知识点；通过D‑S证据理论判断知识点是否可达；按照推荐队列中知识点的排序，输出知识点作为一条推荐的路径。解决了现有技术中通常仅基于一维度的属性对学习者与学习内容进行匹配，或者是静态的属性值匹配，而导致自适应学习系统学习路径推荐准确度低，且无法达到学习路径实时动态推荐的功能的技术问题。