<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">ETI</journal-id><journal-title-group><journal-title>Education and Teaching Innovation</journal-title></journal-title-group><issn>2995-4894</issn><eissn>2995-4908</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/ETI.12422</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>基于深度学习的《数据结构》课程资源优化与个性化学习路径设计研究</title><url>https://artdesignp.com/journal/ETI/3/2/10.61369/ETI.12422</url><author>袁扬,李源,夏宇函,李双宇</author><pub-date pub-type="publication-year"><year>2025</year></pub-date><volume>3</volume><issue>2</issue><history><date date-type="pub"><published-time>2025-02-20</published-time></date></history><abstract>本研究提出基于深度学习技术的智能教学系统，以数据结构课程存在的资源碎片化、评估延迟效应、学习路径同质化等问题为主要研究方向。系统将动态知识图谱与多模态资源结合,改进DIJKSTRA算法和深度强化学习(DQN)，通过五层架构设计(数据感知层、知识中枢层、学习者建模层、路径生成层和自适应反馈层)，构建个性化学习路径规划。实验结果显示，通过实时反馈机制，算法问题完成率得以显著提升，认知偏差修正周期缩短，系统显著提高了高阶知识单元的掌握程度。在破解低效资源、优化认知构建、促进教育公平等方面，智能教学系统的成效得到了验证。</abstract><keywords>数据结构,智能教学系统,深度学习,知识图谱,个性化学习路径</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1]汤迎红,刘冰.新工科背景下地方应用型高校机械原理课程教学改革与实践[J].内燃机与配件,2019,(21):284-285.[2]李玉荣,李志河.数字叙事对学前教育成效影响研究:计算机科学的视角[J].陕西学前师范学院学报,2023,39(10):37-49.[3]罗生全,刘玲玲.数字化教育资源的空间结构与生成式应用[J].教育理论与实践,2024,44(34):3-10.[4]徐树正.基于卷积神经网络的高校就业教育个性化学习资源检索方法研究[J].信息与电脑(理论版),2023,35(20):127-129.[5]范晓婷,张重,刘爽.人工智能课程的教学改革与实践研究[J].中国现代教育装备.2024,(11).[6]张浩琦.计算机科学与技术的现代化应用[J].信息与电脑(理论版),2024,36(22):34-36.[7]徐辉,叶艳伟,李万健,等.滞后序列分析法在教育领域的应用研究[J].中国教育技术装备,2024,(23):105-108+112.[8]傅湘玲,唐轶,侯党,等.计算机科学专业课程体系知识图谱构建及分析[C]//中国计算机学会,全国高等学校计算机教育研究会,教育部高等学校计算机类专业教学指导委员会.2022中国高校计算机教育大会论文集.北京邮电大学计算机学院;北京邮电大学教务处,2022:275-279.[9]丁领兵,刘学军,崔北亮.基于动态知识图谱和深度神经网络的会话推荐方法[J].计算机工程与设[1]丁领兵,刘学军,崔北亮.基于动态知识图谱和深度神经网络的会话推荐方法[J].计算机工程与设计,2023,44(03):746-754.[10]董顺凯.计算机科学在多模态传播背景下的应用与发展[J].信息与电脑(理论版),2024,36(14):41-43.[11]黄野. 面向智能教育的跨领域试题难度预估方法[D]. 安徽:中国科学技术大学,2023.[12]刘宝存,商润泽.以数字化赋能高等教育现代化&amp;mdash;&amp;mdash;数智时代我国高等教育数字化转型战略透视[J].教育文化论坛,2023,15(06):1-10.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
