1.一种知识图谱体系搭建方法，其特征在于，所述知识图谱体系搭建方法包括如下步骤：
步骤s1，采集不同教学模式的不同教学知识数据，并对所述不同教学知识数据进行预处理，以此获得相应的教学知识多维度表征数据；
步骤s2，对所述教学知识多维度表征数据进行图像转换和计算处理，以此获得关于不同教学知识数据的教学知识多维矩阵；
步骤s3，获取关于所述教学知识多维矩阵对应的知识映射关系，并对所述知识映射关系进行特征抽取处理，以此获得对应的教学知识多态分类信息；
步骤s4，根据所述教学知识多态分类信息，构建关于不同教学模式的教学知识图谱体系。
2.如权利要求1所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s1中，采集不同教学模式的不同教学知识数据，并对所述不同教学知识数据进行预处理，以此获得相应的教学知识多维度表征数据具体包括，
步骤s101，获取当前教学模式的类型信息，并根据所述类型信息，确定当前教学模式对应的教学知识数据采集模式；
步骤s102，根据所述教学知识数据采集模式，采集当前教学模式下不同教学科目对应的教学知识数据；
步骤s103，对所述教学知识数据以此进行归类处理、降噪处理和多维度信息熵提取处理，以此获得所述教学知识多维度表征数据。
3.如权利要求2所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s101中，获取当前教学模式的类型信息，并根据所述类型信息，确定当前教学模式对应的教学知识数据采集模式具体包括，
步骤s1011，判断当前教学模式属于线上教学模式还是线下教学模式；
步骤s1012，若当前教学模式属于线上教学模式，则确定对所述线上教学模式采用线上大数据抓取的数据采集模式采集所述教学知识数据；
步骤s1013，若当前教学模式属于线下教学模式，则确定对所述线下教学模式采用线下实体资料摘选的数据采集模式采集所述教学知识数据；
或者，
在所述步骤s102中，根据所述教学知识数据采集模式，采集当前教学模式下不同教学科目对应的教学知识数据具体包括，
根据所述教学知识数据采集模式，采集当前教学模式下文科和/或理科细分科目下对应的文本形式、音频形式和视频形式中至少一者的教学知识数据；
或者，
在所述步骤s103中，对所述教学知识数据以此进行归类处理、降噪处理和多维度信息熵提取处理，以此获得所述教学知识多维度表征数据具体包括，
步骤s1031，根据所述教学知识数据的科目细分类型，对所述教学知识数据进行所述归类处理，以此获得初级归类化教学知识数据；
步骤s1032，对所述初级归类化教学知识数据进行数据内容重复性检测，以此对所述初级归类化教学知识数据进行去重降噪处理；
步骤s1033，对经过所述去重降噪处理的所述初级归类化教学知识数据进行多维度数据熵计算处理，以此获得所述教学知识多维度表征数据。
4.如权利要求1所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s1011中，判断当前教学模式属于线上教学模式还是线下教学模式具体包括，
步骤s10111，获取当前教学模式的相关信息，其中，所述相关信息至少包括学生的位置，学生开始学习的时间和结束学习的时间，教师开始授课的时间和结束授课的时间；
步骤s10112，判断学生是否同时处于学习状态，其中，当预设判断值μ＝0时，则确定学生同时处于学习状态，当预设判断值μ≠0时，则确定学生不同时处于学习状态，所述判断值μ通过下面公式计算得到
在上述公式中，μ为判断值，ai为第i个学生开始学习的时间，a为教师开始授课的时间，bi为第i个学生结束学习的时间，b为教师结束授课的时间，n为学生的总数；
步骤s10113，若学生不同时处于学习状态，则判断当前教学模式为线上教学模式，并且为录播式线上教学模式，若学生同时处于学习状态，则进入下面步骤s10114；
步骤10114，根据下面公式计算最大距离判断值χ，
在上述公式中，χ为最大距离判断值，xi为第i个学生的位置，x为教师的位置，n为学生的总数，max表示取集合中的最大值；
步骤s10115，当χ大于预设阈值时，确定当前教学模式为线上教学模式，并且为直播式教学模式，当χ小于或者等于所述预设阈值，则确定当前教学模式为线下教学模式。
5.如权利要求1所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s2中，对所述教学知识多维度表征数据进行图像转换和计算处理，以此获得关于不同教学知识数据的教学知识多维矩阵具体包括，
步骤s201，将所述教学知识多维度表征数据进行数据有效性判断处理，以此获得满足预设有效性要求的教学知识多维度有效表征数据；
步骤s202，将所述教学知识多维度有效表征数据按照预设维度排布要求，形成相应的教学知识数据表征排列组合；
步骤s203，将所述教学知识数据表征排列组合转换为二进制灰度图像，并对所述二进制灰度图像进行关联矩阵计算处理，以此获得所述教学知识多维矩阵。
6.如权利要求5所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s201中，将所述教学知识多维度表征数据进行数据有效性判断处理，以此获得满足预设有效性要求的教学知识多维度有效表征数据具体包括，
若所述教学知识多维度表征数据中的某一表征值超过预设表征阈值，则确定所述某一表征值具有有效性，否则，确定所述，某一表征值不具有有效性；
或者，
在所述步骤s203中，将所述教学知识表征排列组合转换为二进制灰度图像，并对所述二进制灰度图像进行关联矩阵计算处理，以此获得所述教学知识多维矩阵具体包括，
步骤s2031，根据预设教学知识点的难度划分等级，将所述教学知识表征排列组合转换为所述二进制灰度图像；
步骤s2032，对所述二进制灰度图像进行关于教学知识点逻辑联系性的关联矩阵计算处理，以此获得所述教学知识多维矩阵。
7.如权利要求1所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s3中，获取关于所述教学知识多维矩阵对应的知识映射关系，并对所述知识映射关系进行特征抽取处理，以此获得对应的教学知识多态分类信息具体包括，
步骤s301，通过预设深度学习卷积神经网络模型，对所述教学知识多维矩阵进行关于学生知识学习过程大数据的计算处理，以此获得所述知识映射关系；
步骤s302，对所述知识映射关系进行关于符号实体、知识点属性和知识点结构中至少一者的特征抽取处理，以此获得关于知识符号实体信息、知识点属性信息和知识点结构信息中的至少一者；
步骤s303，对所述知识符号实体信息、所述知识点属性信息和所述知识点结构信息中的至少一者进行多模态标定处理，以此获得所述教学知识多态分类信息。
8.如权利要求7所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s301中，通过预设深度学习卷积神经网络模型，对所述教学知识多维矩阵进行关于学生知识学习过程大数据的计算处理，以此获得所述知识映射关系具体包括，
步骤s3011，构建关于期望教学模式标准的深度学习卷积神经网络模型，并基于历史教学记录数据，对所述深度学习卷积神经网络模型进行优化训练处理，以使所述深度学习卷积神经网络模型满足学习收敛条件；
步骤s3012，根据经过所述优化训练的所述深度学习卷积神经网络模型进行所述计算处理，以此获得所述知识映射关系；
或者，
在所述步骤s303中，对所述知识符号实体信息、所述知识点属性信息和所述知识点结构信息中的至少一者进行多模态标定处理，以此获得所述教学知识多态分类信息具体包括，
对所述知识符号实体信息、所述知识点属性信息和所述知识点结构信息中的至少一者进行知识共性和知识特性的多模态标定处理，以此获得所述教学知识多态分类信息。
9.如权利要求1所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s4中，根据所述教学知识多态分类信息，构建关于不同教学模式的教学知识图谱体系具体包括，
步骤s401，根据所述教学知识多态分类信息中关于知识符号实体信息、实时点属性信息和知识点结构信息中的至少一者对应的知识共性和知识特性，组建关于所述知识符号实体信息、所述实时点属性信息和所述知识点结构信息三者自身内部与相互之间的索引关系信息；
步骤s402，根据所述索引关系信息，构建关于所述不同教学知识数据的知识数据索引库；
步骤s403，对所述知识数据索引库进行数据优化处理，以此搭建形成所述教学知识图谱体系。
10.如权利要求9所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s402中，根据所述索引关系信息，构建关于所述不同教学知识数据的知识数据索引库具体包括，
步骤s4021，根据所述索引关系信息，确定所述知识符号实体信息、所述实时点属性信息和所述知识点结构信息相互之间知识关联路径；
步骤s4022，根据所述知识关联路径，构建满足预设置信度条件和所述知识数据索引库。
11.如权利要求9所述的知识图谱体系搭建方法，其特征在于：
在所述步骤s403中，对所述知识数据索引库进行数据优化处理，以此搭建形成所述教学知识图谱体系具体包括，
对所述知识数据索引库进行知识推理计算，以此确定数据库中不同知识实体的隐藏拓扑关系，并根据所述隐藏拓扑关系，拓展搭建形成所述教学知识图谱体系。