基于知识图谱的python个性化学习路径推荐系统项目源码

这毕业设计我真的会谢，选题的时候看到"基于知识图谱的个性化学习路径推荐系统"，觉得挺高大上，结果是给自己挖了一个大坑，前前后后折腾了快两周才跑通，中间差点把电脑砸了。

完整源码链接：https://pan.quark.cn/s/1e54aa2ae950

得到的结果展示

看起来挺唬人的

这个题目到底要干嘛吧，其实就是搞一个知识图谱，把各个知识点之间的前置关系理清楚，然后根据学生已经会了什么、想学什么，推荐出一条最优的学习路径。听起来不就是个带权有向图加个拓扑排序么？我当时也是这么想的，结果写起来各种他*的细节问题。

数据生成这块，我一开始用手写了几十个知识点和自己编的前置依赖关系，想想就觉得累。42个知识点，61条边，手打的时候就在想我是不是脑子有病选了这个题。

复制代码

KNOWLEDGE_POINTS = [
    (1, "Python环境搭建", "基础", 1, "安装Python解释器与IDE开发环境"),
    (2, "变量与数据类型", "基础", 1, "int、float、str、bool等基本类型"),
    ...
]
PREREQUISITES = [
    (1, 2), (1, 12),
    (2, 3), (2, 4), (2, 5), (2, 6), (2, 7),
    ...
]

然后学生画像也得造假的，不然没数据跑。我设计了5个不同水平的学生，张明是学完基础的想搞数据科学，赵雷刚入门啥都不会，王芳是大佬只差几个高阶知识点------这tm不就是我身边同学的真实写照么。

复制代码

STUDENTS = [
    {"id": 1, "name": "张明", "known": [1..12], "targets": [22..27], "prefer_cat": ["数据科学"], "pace": 0.7},
    {"id": 4, "name": "赵雷", "known": [1,2,33], "targets": [13..21,36], "prefer_cat": ["进阶","计算机基础"], "pace": 0.5},
]

写到导出csv的时候还遇到了编码问题，中文写到csv里在excel打开全乱码，后来发现要加encoding="utf-8-sig"才对，不过为了代码统一我全都用了utf-8。

接下来是知识图谱的核心部分，用networkx建的图，一开始没注意有向无环图这个约束，随便加了几个环进去，拓扑排序直接炸了------NetworkXUnfeasible报错，我当时就傻了。查了半天才发现是我加依赖关系的时候不小心加了个环形依赖，比如A依赖B、B依赖C、C又依赖A，这谁顶得住啊。

复制代码

def build_knowledge_graph():
    G = nx.DiGraph()
    for kp in KNOWLEDGE_POINTS:
        G.add_node(kp[0], name=kp[1], category=kp[2], difficulty=kp[3], description=kp[4])
    for from_id, to_id in PREREQUISITES:
        G.add_edge(from_id, to_id, relation="前置")
    return G

后面长记性了，每次构建完都调用nx.is_directed_acyclic_graph(G)检查一下，有环就回去改数据，改到吐。

推荐算法这块我纠结了好久，一开始想用最短路径，但发现学习路径不是越短越好啊，前置知识没学直接跳到目标知识点这不扯淡么。所以最后还是老老实实拓扑排序+打分排序。

复制代码

def analyze_knowledge_gaps(self, known_set, target_set):
    needed = set()
    for t in target_set:
        prereqs = get_all_prerequisites(self.G, t)
        needed |= prereqs
    needed |= target_set
    gaps = needed - known_set
    return gaps

打分这部分我综合了几个因素：是不是目标节点（+10分）、是不是偏好的分类（+5分）、难度匹配度（和老知识的平均难度差不超过1就+3分）、还有这个节点影响多少后续知识（0.5分一个）。写完实测效果还不错，最起码看起来像那么回事。

复制代码

def score_node(self, node, known_set, target_set, preferred_categories):
    score = 0.0
    if node in target_set:
        score += 10.0
    if preferred_categories and node_cat in preferred_categories:
        score += 5.0
    diff_gap = abs(node_diff - avg_known_diff)
    if diff_gap <= 1:
        score += 3.0
    ...

重头戏是可视化，matplotlib这玩意真是又爱又恨。画知识图谱的时候，那些节点挤在一起根本看不清标签，调spring_layout的k参数和iterations调了一万遍。

还有一个坑是SimHei字体，我一开始没设字体，画出来的中文全是方框，查了才知道要加这行：

复制代码

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

记得axes.unicode_minus也要设False，不然负号会显示乱码，我也是查了半天才知道的。

画图函数有好几个，最难的是把推荐路径高亮显示在知识图谱上。一开始只高亮了节点，看不出路径方向，后来又加了边的高亮才顺眼。

复制代码

def draw_knowledge_graph(G, title="知识图谱总览", filename="knowledge_graph.png", 
                          highlight_path=None, highlight_nodes=None):
    ...
    if highlight_path:
        edges_in_path = list(zip(highlight_path[:-1], highlight_path[1:]))
        nx.draw_networkx_edges(G, pos, edgelist=edge_list, edge_color="#FF1744", width=3.5)
        nx.draw_networkx_nodes(G, pos, nodelist=highlight_path, node_color="#FF1744")

看看跑出来的图，全局知识图谱42个节点，分成"基础""进阶""数据科学""Web开发""工具""计算机基础"六大类，每种颜色不一样，绿色基础、蓝色进阶、橙色数据科学、紫色Web开发，还挺好看的。难度分布图上能看出来"基础"类难度集中在1-2级，"进阶"和"数据科学"就散在3-5级了，合理。

学生对比图更直观，张明已知12个目标6个缺口7个，赵雷已知3个目标10个缺口20个------这兄弟任务艰巨啊，预估要140天才能学完，节奏系数才0.5。王芳就舒服了，缺口才4个，15天搞定。

最满意的还是每个学生的个性化学习路径图，已掌握知识用绿色圆点亮出来，推荐路径用红色高亮，箭头方向一看就懂。比如给李华推荐的路径是Linux基础→计算机网络基础→Flask基础→RESTful API→SQL数据库→Django基础→Flask数据库→Django认证安全，这个顺序就很合理，先补工具和基础再上Web框架。

其实做完回头看，这个系统核心就三个东西：数据生成、图算法、可视化。networkx的ancestors和topological_sort是主力，matplotlib负责出图，中间那些打分的逻辑完全是自己瞎琢磨的。虽然过程痛苦但结果还行吧，至少图表跑出来了，数据也对得上。

最后跑main.py的时候看到所有图表生成成功，output文件夹里8张png，那一刻还是挺有成就感的，前几天的崩溃都值了。

可以参考一下