基于多模态数据融合的学科知识图谱构建与自适应学习路径优化研究

本研究聚焦教育智能化转型下学习者面临的信息过载、资源适配性差等痛点，探索基于多模态数据融合的学科知识图谱构建与自适应学习路径优化方案。该研究整合文本、图像、音频、视频及学习者行为等多模态异构数据，通过标准化预处理、多模态特征提取融合，完成学科知识实体、关系与属性抽取，构建高精度结构化学科知识图谱；再基于知识图谱的知识逻辑，结合学习者实时认知状态与个性化需求，动态生成并调整最优学习路径。该研究落地因材施教理念，可提升学习效率、优化教学决策，为智能个性化教育提供可行技术支撑。