Artificial intelligence 如何在与其他特征相关的元数据列表上设计本体概念

我对本体论的设计和实现非常陌生。我正在尝试实现一个基于本体的电子学习推荐系统。基本上，系统应该根据学生的档案向学生显示学习资源，方法是将档案附带的元数据与学习资源（视频、PDF、PPT等）附带的元数据进行匹配

目前，我正在设计本体。然而，我发现设计本体很困难，因为我有一个元数据注释之间的关联列表。系统应该在学生档案上标注的元数据与资源上的另一个标注之间进行匹配。下表显示了学生与学习资源元数据之间的相关性示例。 桌子的另一部分在桌子上

数据元素交互类型的值active与Felder Silverman学习风格模型的学习者特征active相关。此外，当数据元素交互水平的值为高时，与学习者特征主动的符合程度为高（第3列中为100%）。事实上，数据元素交互级别中包含5个范围（按顺序排列）值：非常低、低、中、高和非常高，这些值可分别与5个范围度相关（将数据元素交互水平的值与费尔德·西尔弗曼学习风格模型的学习者特征主动相关联）20%、40%、60%、80%和100%。当数据元素交互水平的值增加时，程度增加

数据元素列表示学习资源元数据，学习者特征表示学习者元数据。在学习者元数据中，需要考虑许多属性。例如，学习风格；它分为两种类型的学习风格（Filder Silverman和Honey Mumford），Filder Silverman有三类风格（主动/反思、视觉/语言和顺序/全局），每个学生在所有三个类别中都有一个百分比，但每个类别中有一个值，例如学生可以是活跃的60%、全局的20%和视觉的80%。请注意，学生不能同时是活跃的、反思的/连续的、全局的/视觉的和口头的

因此，具有高度的主动学习风格的学生，如80%可以看到具有互动类型的学习材料：值为主动，互动水平：值为高

有可能在本体中设计这样一个用例吗？这将是怎样的？请帮助