Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd)
- Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py)
- Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks
- Fix .gitignore to track tools/ and .githooks/
- Fix git remote URL (remove plaintext token)
- New wiki pages: 504 pages, 34 raw sources

wiki/个性化学习系统.md

@@ -0,0 +1,153 @@
+---
+categories:
+  - "[[LLM Wiki]]"
+  - "[[知识卡片]]"
+tags:
+  - wiki
+  - concept
+  - 知识卡片
+  - personalized-learning
+  - PLS
+  - AI-education
+created: 2026-04-19
+source: "[[raw/教育AI研究\知识卡片\个性化学习系统.md]]"
+type: concept
+aliases:
+  - Personalized Learning System
+  - 个性化学习系统
+  - PLS
+---
+
+# 个性化学习系统
+
+> **一句话定义**：通过AI技术分析学生学习行为、能力水平和偏好，动态生成定制化学习内容、学习节奏和教学策略的教育平台。
+
+## 定义
+
+**个性化学习系统（Personalized Learning System, PLS）**是通过AI技术分析学生学习行为、能力水平和偏好，动态生成定制化学习内容、学习节奏和教学策略的教育平台。
+
+## 个性化学习引擎架构
+
+```
+┌─────────────────────────────────────────────────────┐
+│          个性化学习系统架构                      │
+├─────────────────────────────────────────────────────┤
+│                                                   │
+│  ┌───────────────────────────────────────────────┐ │
+│  │     学习画像       →  智能推荐        │ │
+│  │     [能力/偏好/动机/目标]         │ │
+│  └───────────────────────────────────────────────┘ │
+│                    ↓                      │
+│  ┌───────────────────────────────────────────────┐ │
+│  │     动态调整       →  多路径规划        │ │ │
+│  │     [实时表现/长期进展]             │ │
+│  │     学习数据湖 ← ────────────────────┘ │ │
+│  └─────────────────────────────────────────────┘ │
+│                    ↓                      │
+│  ┌───────────────────────────────────────────────┐ │
+│  │     内容生成       →  学习内容        │ │
+│  │     [推荐/练习/讲解]               │ │
+│  └─────────────────────────────────────────────┘ │
+│                                                   │
+└─────────────────────────────────────────────────────┘
+```
+
+## 核心技术
+
+| 技术 | 功能 | 教育价值 |
+|------|------|----------|
+| **学习者建模** | 构建能力/偏好/动机/目标画像 | 精准理解学习者 |
+| **知识图谱** | 知识点关系建模 | 学习路径规划 |
+| **协同过滤** | 基于相似用户推荐内容 | 发现适合内容 |
+| **强化学习** | 优化推荐策略 | 持续改进效果 |
+| **自然语言处理** | 理解学习需求 | 智能问答 |
+| **情感识别** | 识别学习情绪状态 | 适时干预 |
+
+## 学术研究证据
+
+### 学习效果研究
+
+| 研究 | 来源 | 发现 |
+|------|------|------|
+| **Taylor & Francis 2025** | Personalized learning supported by learning analytics | 学习分析支持的个性化学习 |
+| **Sharma & Mittal 2025** | The role of LLMs in personalized learning | LLMs在个性化学习中的作用 |
+| **Nature 2023** | Education big data and learning analytics: A bibliometric analysis | 教育大数据和学习分析的文献计量分析 |
+
+### 全球市场数据
+
+| 细分市场 | 2025年规模 | 2030年预测 | CAGR |
+|----------|-----------|-----------|------|
+| **自适应学习平台** | 46-51亿美元 | — | ~19% |
+| **个性化教育技术** | 100亿美元+ | — | ~15% |
+| **整体AI教育市场** | 约150亿美元 | — | ~18% |
+
+## 代表产品
+
+### 国际产品
+
+| 产品 | 公司/机构 | 核心功能 | 特色 |
+|------|----------|----------|------|
+| **Khan Academy** | Khan Academy | 自适应练习 | 免费+AI加持 |
+| **Knewton** | Wiley/Pearson | 课程自适应 | 高等教育市场 |
+| **ALEKS** | ALEKS | 知识空间理论 | 精确掌握+间隔复习 |
+| **DreamBox** | Discovery Ed | 数学自适应 | K-8数学 |
+| **Century Tech** | Century Tech | 纳米学习+情感识别 | AI路径规划 |
+
+### 中国产品
+
+| 产品 | 公司 | 核心技术 | 市场地位 |
+|------|------|----------|----------|
+| **九章大模型** | 好未来 | 数学自适应 | K-12头部 |
+| **小猿AI** | 猿辅导 | 全科AI辅导 | 在线教育头部 |
+| **作业帮银河大模型** | 作业帮 | 拍照搜题+AI | K-12头部 |
+
+### 推荐算法类型
+
+| 算法类型 | 技术基础 | 优点 | 局限 |
+|----------|----------|------|------|
+| **基于内容** | 匹配内容特征与用户偏好 | 可解释性高 | 冷启动问题 |
+| **协同过滤** | 基于相似用户推荐内容 | 发现新兴趣 | 数据稀疏 |
+| **知识图谱** | 知识点关系推理 | 精准推荐 | 构建成本高 |
+| **强化学习** | 优化推荐策略 | 持续优化 | 需要训练 |
+
+### 学习路径优化
+
+| 优化策略 | 说明 | 教育价值 |
+|----------|------|----------|
+| **知识点序列** | 基于先修关系推荐学习顺序 | 知识体系化 |
+| **动态难度调整** | 根据表现调整题目难度 | 最近发展区 |
+| **多路径推荐** | 同一目标多种学习路径 | 尊重学习者偏好 |
+
+## 中国产品效果
+
+| 产品 | 研究情况 | 效果数据 |
+|------|----------|----------|
+| **九章大模型** | 学术验证有限 | 独立研究支持学习效率提升 |
+| **小猿AI** | 学术验证有限 | 个性化路径优化有效 |
+| **作业帮** | 学术验证有限 | AI精准教学效果明显 |
+
+## 未来发展趋势
+
+| 趋势 | 描述 | 时间预期 |
+|------|------|----------|
+| **Agentic Learning** | AI代理作为学习伙伴，主动规划学习路径 | 2025+ |
+| **多模态个性化** | 融合视频、互动、实践多模态 | 2025-2027 |
+| **情感感知** | 识别并响应学习者情绪状态 | 2026-2030 |
+| **联邦学习** | 保护隐私的跨机构数据协作 | 2026-2030 |
+| **跨平台整合** | 学习数据跨系统流动 | 正在进行 |
+
+## 参考来源
+
+- [[raw/教育AI研究\知识卡片\个性化学习系统.md]] — 个性化学习系统知识卡片
+- Taylor & Francis (2025). Personalized learning supported by learning analytics
+- Sharma & Mittal (2025). The role of large language models in personalized learning
+- Nature (2023). Education big data and learning analytics: A bibliometric analysis
+- Mordor Intelligence (2025). Adaptive Learning Market Size & Share Analysis
+- Khan Academy (2025). Khan Academy Annual Report: SY24-25
+
+## 与其他概念的关系
+
+- [[自适应学习环境]] — 自适应学习环境（ALE）
+- [[自适应学习系统]] — 自适应学习系统（ALS）
+- [[LLM教育应用深度研究报告]] — LLM在PLS中的应用
+- [[教育大数据分析]] — 教育大数据分析技术