一种基于自适应图的学习者知识认知结构动态挖掘方法

    公开(公告)号:CN114925218B

    公开(公告)日:2024-08-13

    申请号:CN202210570329.6

    申请日:2022-05-24

    Abstract: 本发明属于个性化学习技术领域,公开了一种基于自适应图的学习者知识认知结构动态挖掘方法,包括:构建在知识点集合上的初始知识点结构图;对初始的知识点集合上的初始知识点结构图进行更新;确定时序学习过程中学习者的状态动态变化;基于学习者在当前知识点上的状态变化计算得到学习者在与当前知识点相关联的知识点上的状态变化情况;更新学习者的知识状态;并根据更新后的学习者知识状态预测学习者下一时刻的作答结果。本发明能够同时考虑到学习者在学习过程中知识认知情况随时间的变化、学习者知识认知情况在知识结构图上的空间效应,完善知识认知结构分析模型,具有更高的准确性以及更好的解释性。

    一种基于自适应图的学习者知识认知结构动态挖掘方法

    公开(公告)号:CN114925218A

    公开(公告)日:2022-08-19

    申请号:CN202210570329.6

    申请日:2022-05-24

    Abstract: 本发明属于个性化学习技术领域,公开了一种基于自适应图的学习者知识认知结构动态挖掘方法,包括:构建在知识点集合上的初始知识点结构图;对初始的知识点集合上的初始知识点结构图进行更新;确定时序学习过程中学习者的状态动态变化;基于学习者在当前知识点上的状态变化计算得到学习者在与当前知识点相关联的知识点上的状态变化情况;更新学习者的知识状态;并根据更新后的学习者知识状态预测学习者下一时刻的作答结果。本发明能够同时考虑到学习者在学习过程中知识认知情况随时间的变化、学习者知识认知情况在知识结构图上的空间效应,完善知识认知结构分析模型,具有更高的准确性以及更好的解释性。

    基于时空图卷积的学习者知识认知结构评价方法及系统

    公开(公告)号:CN115439281A

    公开(公告)日:2022-12-06

    申请号:CN202211102573.6

    申请日:2022-09-09

    Abstract: 本发明属于个性化学习技术领域,公开了一种基于时空图卷积的学习者知识认知结构评价方法及系统,包括:构建试题表征网络层,对学习者每一时刻作答的试题、试题对应的Q矩阵向量进行表示学习,得到嵌入特征向量;基于当前学习者的作答对以及在上一时刻的知识掌握状态构建长短时记忆网络层,初步更新学习者的整体知识状态;构建基于时空图卷积网络的知识结构更新层,进一步更新学习者的知识掌握状态;根据更新后的知识状态预测学习者下一时刻的作答结果。本发明能够挖掘学习者的知识结构掌握情况以及不同时刻的知识结构掌握情况间的深度关联,并对学习者学习状态的时空特性进行有效地建模,从而预测学习者的未来学习表现并提供相应的学习指导服务。

    一种学习者知识结构与水平建模方法、系统、设备及终端

    公开(公告)号:CN114925610A

    公开(公告)日:2022-08-19

    申请号:CN202210570381.1

    申请日:2022-05-24

    Abstract: 本发明属于教育数据挖掘技术领域,公开了一种学习者知识结构与水平建模方法、系统、设备及终端,收集学生学科的答题数据,构建知识关联图、知识点转移概率图以及知识点共现概率图;构建知识关联图并将知识点关联分类;引入长短时记忆网络并融合空间传播机制,设计基于序列间长时依赖的学习分析模型,对学生学习情况进行建模;对学生学习状态进行更新并分析知识点关联信息,对知识点状态进行更新;建模学生的学习状态,并对知识结构与水平进行诊断与估计。本发明的学习者知识结构与水平建模方法有利于准确、有效地对学生的知识结构和知识水平进行建模,从而促进学生个性化学习,为在线学习平台中学生的知识结构与水平的诊断与预测提供新思路。

    多模态的统一智能学习诊断建模方法、系统、介质、终端

    公开(公告)号:CN113902129B

    公开(公告)日:2025-01-10

    申请号:CN202111263507.2

    申请日:2021-10-28

    Abstract: 本发明属于教育大数据挖掘技术领域,公开了一种多模态的统一智能学习诊断建模方法、系统、介质、终端,通过构建多通道的认知诊断模型,对学习者进行初步诊断,对学习资源进行参数估计,得到学习资源参数集与学习者参数集;对学习资源与学习者进行建模,获取深度表征特征;引入自注意力机制对学习者特征与学习资源特征进行融合;将融合特征作为用来预测学习者表现情况的数据基础,构建学习者表现预测网络得到对学习者作答正确概率的预测值;通过学习者与练习题目的特征信息诊断学习者的总体知识点掌握情况,获取练习题目的参数表征。本发明有利于融合多通道认知诊断模型的优点,并设计神经网络对学习者进行智能学习诊断,具有可扩展性。

    多模态的统一智能学习诊断建模方法、系统、介质、终端

    公开(公告)号:CN113902129A

    公开(公告)日:2022-01-07

    申请号:CN202111263507.2

    申请日:2021-10-28

    Abstract: 本发明属于教育大数据挖掘技术领域,公开了一种多模态的统一智能学习诊断建模方法、系统、介质、终端,通过构建多通道的认知诊断模型,对学习者进行初步诊断,对学习资源进行参数估计,得到学习资源参数集与学习者参数集;对学习资源与学习者进行建模,获取深度表征特征;引入自注意力机制对学习者特征与学习资源特征进行融合;将融合特征作为用来预测学习者表现情况的数据基础,构建学习者表现预测网络得到对学习者作答正确概率的预测值;通过学习者与练习题目的特征信息诊断学习者的总体知识点掌握情况,获取练习题目的参数表征。本发明有利于融合多通道认知诊断模型的优点,并设计神经网络对学习者进行智能学习诊断,具有可扩展性。

Patent Agency Ranking