基于知识图谱的《数据结构》个性化习题推荐系统研究与实现
广西师范大学2020年6月李其娜的硕士毕业论文。
首先是选择研究的内容，可以是课后习题、知识内容、书本推荐。
主要内容：1、构建知识图谱，并进行存储。本体可视化工具 Protégé ，获取本体。构建本体实例之间的关系。图数据库 Neo4j 是目前常用的存储知识图谱的书籍。
2、设计习题分类，提出习题推荐算法，采用的是朴素贝叶斯和支持向量机算法（可以很好处理小数据），为章节分类，做出推荐。设计基于章节的习题推荐算法（ERS）和基于知识点的习题推荐算法（ERKP）。
3、习题系统的推荐与实现，基于 B/S 架构，总体的功能模块图和关系数据表，底层数据库用mysql。采用 D3.js 技术对课程知识图谱进行可视化。
知识图谱的现状：1.语义搜索
2.个性化推荐
3.应用于教育领域
这些课程学习平台大多展示优质的课程视频学习资源，并没有呈现课程之间的关系与及课程内的知识相关联体系，也就是没有课程知识图谱，使得学生学习完课程视频资源之后，没能形成整体的知识体系，导致学习效果不尽人意。
图片说明
习题推荐：1.基于传统信息推荐的习题推荐 ，相似的学习者或同类型的习题。
2.基于认知诊断分析的习题推荐，测试后根据水平推荐题目。
3.结合知识点语义关系的习题推荐，知识之间的关联。
构建本体： Protégé 工具
图片说明
图数据库 Neo4j 的查询语言 Cypher
分类：1.预处理 2.算法
推荐算法：基于章节的习题推荐算法设计
基于知识点的习题推荐算法设计