Invention Grant
- Patent Title: 一种基于深度知识追踪的众包任务预测方法
-
Application No.: CN201911139173.0Application Date: 2019-11-20
-
Publication No.: CN110909880BPublication Date: 2022-10-21
- Inventor: 孙海龙 , 刘旭东 , 王子哲
- Applicant: 北京航空航天大学
- Applicant Address: 北京市海淀区学院路37号
- Assignee: 北京航空航天大学
- Current Assignee: 北京航空航天大学
- Current Assignee Address: 北京市海淀区学院路37号
- Agency: 北京中创阳光知识产权代理有限责任公司
- Agent 尹振启
- Main IPC: G06Q10/06
- IPC: G06Q10/06 ; G06N5/00
Abstract:
本发明提出一种基于深度知识追踪的众包任务预测方法，包括以下步骤，步骤1，数据预处理，将知识密集型众包任务的任务数据形式进行转换，转换为可以用于训练知识追踪模型的数据，具体分为任务结果二元化和数据拆分；步骤2，模型训练，用转换形式后的数据对深度知识追踪模型进行训练，得到一个任务预测模型；步骤3，任务预测，用训练得到的模型对任务进行预测。
Public/Granted literature
- CN110909880A 一种基于深度知识追踪的众包工人表现预测方法 Public/Granted day:2020-03-24
Information query
