一种适用于课堂教学的认知迁移地图（原创禁转）
Posted 漫小牛
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了一种适用于课堂教学的认知迁移地图（原创禁转）相关的知识，希望对你有一定的参考价值。
文章目录
一、三种知识图式的形式化表述
1 知识图谱的形式化表述
知识图谱采用三元组表示，即 G ∈ ( E , R , S ) G\\in(E, R, S) G∈(E,R,S)，其中 E ∈ ( e 1 , e 2 , . . . , e ∣ e ∣ ) E\\in(e_1, e_2,...,e_{|e|}) E∈(e1,e2,...,e∣e∣)是知识库的实体集合，共包含 ∣ E ∣ |E| ∣E∣种不同实体； R ∈ ( r 1 , r 2 , . . . , r ∣ r ∣ ) R\\in(r_1, r_2,...,r_{|r|}) R∈(r1,r2,...,r∣r∣)是知识库中的关系集合，共包含 ∣ R ∣ |R| ∣R∣种不同的关系； S ⊆ E × R × E S\\subseteq E \\times R \\times E S⊆E×R×E是知识库中的三元组集合。三元组的基本形式主要包括（实体1、关系、实体2）和（概念、属性、属性值）。对每一个实体，采用了全局唯一确定的ID来表示，并围绕实体采用多个“属性-属性值”对描述实体的内在特性。每个实体相当于面向对象编程语言中“对象”的概念，可以认为实体与属性值之间存在一条隐含的有向边。
2 语义网络的形式化表述
一个语义网络是一个边和节点标记有向图（node and edge labeled directed graph）
G
=
{
V
,
E
,
L
V
,
L
E
,
Ψ
V
,
Ψ
E
,
Φ
}
G{\\rm{ = \\{ }}V,E,{L^V},{L^E},{\\Psi ^V},{\\Psi ^E},\\Phi {\\rm{\\} }}
G={V,E,LV,LE,ΨV,ΨE,Φ}，这里：
V
=
{
v
1
,
v
2
,
.
.
.
,
v
m
}
V{\\rm{ = \\{ }}{v_1},{v_2},...,{v_m}\\}
V={v1,v2,...,vm}是一个带标记节点(Labeled Node)的集合，
L
V
{L^V}
LV是节点的标记的集合；
Ψ
V
:
V
→
L
V
{\\Psi ^V}:V \\to {L^V}
ΨV:V→LV是从节点集合到标记集合的映射，一个节点
v
v
v的标记记作
l
(
v
)
l{\\rm{(}}v{\\rm{)}}
l(v)；
E
=
{
e
1
,
e
2
,
.
.
.
,
e
n
}
E{\\rm{ = \\{ }}{e_1},{e_2},...,{e_n}\\}
E={e1,e2,...,en}是一个带标记的集合，
L
E
{L^E}
LE是边的标记的集合。
Ψ
E
:
V
→
L
E
{\\Psi ^E}:V \\to {L^E}
ΨE:V→LE是从边集合到边标记集合的映射。一条边
e
e
e的标记记作
l
(
e
)
l{\\rm{(}}e{\\rm{)}}
l(e)。一个语义网络的所有的节点和边合并称作语义网络的元素。
Φ
:
E
→
V
×
V
\\Phi :E \\to V \\times V
Φ:E→V×V，是从边到节点的关系映射。一个边
e
e
e的起始节点记作
s
t
a
r
t
(
e
)
start(e)
start(e)，终结节点记作
t
e
r
m
(
e
)
term(e)
term(e)。如果一个节点没有任何边相连，这个节点称为孤立节点（isolated node）。
3 模糊认知图的形式化表述
一个模糊认知图的拓扑结构是一个三元序组
U
=
(
V
,
E
,
W
)
U{\\rm{ = }}(V,E,W)
U=(V,E,W)，其中
V
=
{
v
1
,
v
2
,
.
.
.
,
v
n
}
V{\\rm{ = \\{ }}{v_{\\rm{1}}},{v_{\\rm{2}}},...,{v_{\\rm{n}}}{\\rm{\\} }}
V={v1,v2,...,vn}表示模糊认知图的概念节点集合，
E
=
{
<
v
i
,
v
j
>
∣
v
i
,
v
j
∈
V
}
E{\\rm{ = \\{ < }}{v_{\\rm{i}}},{v_{\\rm{j}}}{\\rm{ > |}}{v_{\\rm{i}}},{v_{\\rm{j}}} \\in V{\\rm{\\} }}
E={<vi,vj>∣vi,vj∈V}表示所有节点间的因果关联有向弧，有向弧
<
v
i
,
v
j
>
{\\rm{ < }}{v_{\\rm{i}}},{v_{\\rm{j}}}{\\rm{ > }}
<vi,vj>表示节点
v
i
{v_{\\rm{i}}}
vi对
v
j
{v_{\\rm{j}}}
vj有因果关联或影响，
w
i
j
{w_{ij}}
wij是有向弧
<
v
i
,
v
j
>
{\\rm{ < }}{v_{\\rm{i}}},{v_{\\rm{j}}}{\\rm{ > }}
<vi,vj>的权值，表示节点
v
i
{v_{\\rm{i}}}
vi对
v
j
{v_{\\rm{j}}}
vj的关联或影响强度。每个节点有一个状态空间
V
C
i
(
t
)
{V_{{C_i}}}(t)
VCi(t)表示节点在时刻的状态值。
如果
w
i
j
>
0
{w_{ij}} > 0
wij>0，则
v
i
{v_{\\rm{i}}}
vi对
v
j
{v_{\\rm{j}}}
vj有正影响；
如果
w
i
j
<
0
{w_{ij}} < 0
wij<0，则
v
i
{v_{\\rm{i}}}
vi以上是关于一种适用于课堂教学的认知迁移地图（原创禁转）的主要内容，如果未能解决你的问题，请参考以下文章