NLPIR平台KGB知识图谱技术实现教育大数据深挖掘 原创

　　随着网络信息化时代的日益普遍，移动互联、社交网络、电子商务大大拓展了互联网的疆界和应用领域，我们正处在一个数据爆炸性增长的“大数据”时代,大数据时代的到来也影响着各行业高层领导的决策，使得决策结果逐渐趋于数据和分析而做出。

　　在大数据时代里，大数据技术正推动着教育领域发生更深层次的创新与变革，大数据是需要在新处理模式上才具有更强决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在大数据理念面前，所有传统教育数据的实证研究将被打破，过去无法收集与分析的数据都被新的技术手段赋予了新的能力、新的度量和新的思维方式，大数据的技术优势必将在教育领域实现全新的、更多样化的、更具影响力的变革。

　　当前，教育信息化的发展正在向着深度和广度延伸。随着教育信息化的发展，教育教学和管理正在积累海量的数据。这些教育的“大数据”有着丰富的内涵和极高的价值。教育大数据的挖掘和分析，对未来教育的发展具有重要意义。

　　我国传统模式教育大量信息的获取和传播方式是相对单一和简单的，在学习效率和资源利用上存在一定的浪费与相对不足的矛盾，信息的真实性有待进一步挖潜;在教学效果上不能满足不同层次的学生需求，教学的差异化、个性化和多样性等方面大打折扣。大数据时代的来临，为传统教育转型带来了新的契机与挑战。

　　教育领域中的大数据分析最终目的是为了改善学生的学习成绩。成绩优异的学生对学校、对社会、以及对国家来说都是好事。学生的作业和考试中有一系列重要的信 息往往被我们常规的研究所忽视。而通过分析大数据，我们就能发现这些重要信息，并利用它们为改善学生的成绩提供个性化的服务。与此同时，它还能改善学生期 末考试的成绩、平时的 出勤率、辍学率、升学率等。

　　北京理工大学大数据搜索与挖掘实验室张华平主任研发的NLPIR大数据语义智能分析技术是对语法、词法和语义的综合应用。NLPIR大数据语义智能分析平台是根据中文数据挖掘的综合需求,融合了网络精准采集、自然语言理解、文本挖掘和语义搜索的研究成果,并针对互联网内容处理的全技术链条的共享开发平台。

　　其中KGB(Knowledge Graph Builder)知识图谱引擎是我们自主研发的知识图谱构建与推理引擎，基于汉语词法分析的基础上，采用KGB语法实现了实时高效的知识生成，可以从非结构化文本中抽取各类知识，并实现了从表格中抽取指定的内容等。KGB同时可以定义不同的动作，如抽取动作，并能自定义各类后处理程序。利用KGB知识图谱引擎可以抽取到产品的详细报价信息，方便进行下一步的数据挖掘与图谱构建。

　　数据挖掘技术及其应用是目前国际上的一个研究热点，并在许多行业中得到了很好的应用，尤其是在市场营销中获得了成功，初步体现了其优越性和发展潜力。在信息管理领域，综合应用数据挖掘技术和人工智能技术，获取用户知识、文献知识等各类知识，将是实现知识检索和知识管理发展的必经之路。