公开(公告)号：CN119829952A

公开(公告)日：2025-04-15

申请号：CN202510046706.X

申请日：2025-01-13

Applicant: 暨南大学

Inventor： 郭腾 ,  秦宇 ,  侯明良 ,  刘子韬

IPC: G06F18/20 ,  G06Q50/20 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明涉及知识追踪技术领域，特别是涉及一种基于认知波动增强的知识追踪方法和系统，方法包括：获取学生的答题交互记录；将所述答题交互记录输入预设的知识追踪模型中，预测所述学生的下一答题情况，其中，所述知识追踪模型用于提取所述答题交互记录中的认知特征，对所述认知特征进行分解后再进行认知波动增强，进而预测出下一次的答题情况。本发明能够增强长期与短期认知特征的综合建模能力和模型长度泛化能力，提升对学生答题情况的精准预测效果。

公开(公告)号：CN117744783B

公开(公告)日：2024-08-27

申请号：CN202410126412.3

申请日：2024-01-29

Applicant: 暨南大学 ,  杭州电子科技大学

Inventor： 高博宇 ,  孙伟力 ,  肖凤军 ,  刘子韬 ,  罗伟其

IPC: G06N5/022 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/08 ,  G06Q50/20

Abstract: 本发明公开了一种基于人在回路的知识追踪方法及系统，包括以下步骤：基于学生的题目集，构建知识追踪模型，基于所述知识追踪模型，预测学生的表现；计算所述知识追踪模型对于每个预测结果的置信度分数；对于置信度分数低于预设阈值的样本，进行人工教师二次批改，实现知识追踪。本发明所提出的方法可以通过对学生做题序列信息进行建模，并提升知识追踪模型和人工教师的联合预测结果的准确率，所提出的系统能够促进知识追踪模型在教育应用中的部署。