artificial-intelligence - 如何在与其他特征相关的元数据列表上设计本体概念

Question

我对本体设计和实现很陌生。我正在尝试实现基于本体的电子学习推荐系统。基本上，系统应该通过将附加到个人资料的元数据与附加到学习资源（视频、pdf、ppts 等）的元数据相匹配，根据学生的个人资料向他们展示学习资源。

目前，我正处于设计本体的阶段。但是，由于我有元数据注释之间的相关性列表，因此我在尝试设计本体时遇到了困难。系统应在学生档案上注释的元数据与资源上的另一个注释之间进行匹配。下表是学生与学习资源元数据之间相关性的示例。 图 1（关系表） 表的另一部分在图 2中。

数据元素交互类型的活跃值与Felder-Silverman学习风格模型的学习者特征活跃度相关。此外，当数据元素交互级别的值较高时，与学习者特征活跃度的符合度较高（第 3 列中为100%）。实际上，数据元素交互级别中包含 5 个范围（按顺序排列）值：非常低、低、中、高和非常高，可以分别与 5 个范围度（将数据元素交互级别的值与 Felder-Silverman 学习风格模型的活跃学习者特征相关联）相关联20 %、40%、60%、80% 和100%。当数据元素交互级别的值增加时，程度增加。

数据元素列表示学习资源元数据，学习者特征表示学习者元数据。在学习者元数据中，有很多属性需要考虑。例如，学习方式；它分为两种学习风格（Filder-Silverman 和 Honey-Mumford），Filder-Silverman 有三类风格（主动/反思，视觉/语言和顺序/全局），每个学生都有所有三个类别的百分比但是每个类别的一个值（例如学生）可以是 Active 60%、Global 20% 和 Visual 80%。请注意，学生不能同时是积极的、反思的/顺序的、全局的/视觉的和语言的。

因此， 80%等具有高度主动学习风格的学生可以看到具有交互类型的学习材料：具有积极性和交互性水平：具有高值

是否可以在本体中设计这样的用例？那会怎么样？请帮忙！

标签： artificial-intelligenceowlsemantic-webontologyprotege