跨领域协同推荐与知识图谱迭代的美术学习路径优化系统

本发明涉及知识图谱技术领域，公开了跨领域协同推荐与知识图谱迭代的美术学习路径优化系统，包括：首先采集美术行为序列、设备运行状态序列及教学文本，并统一映射为无量纲观测矩阵；其次，基于观测矩阵提取链路变化率与笔触运动复杂度，计算扰动不确定度并转化为证据衰减因子；随后，构建跨学科知识图谱并计算初始边权，再利用证据衰减因子与归属概率迭代更新学习者掌握度及边权；接着，结合跨领域引导权重与先修支撑增益得出候选技能综合效用；最后，以此效用为基础收益，利用证据衰减因子调节粒子群算法惯性权重得出最优学习路径，并分配学习时间与反馈强化系数。