公开(公告)号：CN112766513B

公开(公告)日：2024-05-07

申请号：CN202110130188.1

申请日：2021-01-29

Applicant: 华中师范大学

Inventor： 张凯 ,  孙建文 ,  邹睿 ,  周建鹏 ,  栗大智 ,  杨哲文

IPC: G06N20/00 ,  G06F17/16 ,  G06F17/15 ,  G06N3/042

Abstract: 本发明公开了一种记忆协同的知识追踪方法及系统。该方法包括步骤：获取t时刻学习者回答的题目qt和答案rt；获取概念矩阵Mk和t时刻的概念掌握矩阵#imgabs0#其中#imgabs1#用于表示t时刻学习者对每个概念在感觉记忆阶段、工作记忆阶段和长时记忆阶段的记忆内容；获得题目qt与第i个概念的相关度wt(i)；计算获得学习者对题目qt相关的概念的总体记忆程度kst；输出学习者回答题目qt的预测正确率prt以及预测相关度w′t。本发明既包括记忆内容的表示，又包括记忆阶段的表示，可以更准确地表示学习者的知识掌握状态，从而更准确地预测学习者未来表现。

公开(公告)号：CN112949929B

公开(公告)日：2022-06-07

申请号：CN202110276011.2

申请日：2021-03-15

Applicant: 华中师范大学

Inventor： 孙建文 ,  刘三女牙 ,  周建鹏 ,  张凯

IPC: G06Q10/04 ,  G06Q50/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于协同嵌入增强题目表示的知识追踪方法及系统。该方法包括步骤：预训练、向量融合、更新知识状态和输出预测结果，其中在预训练时，根据学生历史答题数据集构建学生与题目二部图和题目与技能二部图，来捕捉题目之间的协同信号，然后采用node2vec算法将协同信号中蕴含的题目相似性编码到题目嵌入中。本发明可以解决“技能层次模型问题”和稀疏问题等导致的信息不足问题，提升知识追踪的预测性能，并且数据越稀疏，相比现有技术的优势越明显。

公开(公告)号：CN112949929A

公开(公告)日：2021-06-11

申请号：CN202110276011.2

申请日：2021-03-15

Applicant: 华中师范大学

Inventor： 孙建文 ,  刘三女牙 ,  周建鹏 ,  张凯

IPC: G06Q10/04 ,  G06Q50/20 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于协同嵌入增强题目表示的知识追踪方法及系统。该方法包括步骤：预训练、向量融合、更新知识状态和输出预测结果，其中在预训练时，根据学生历史答题数据集构建学生与题目二部图和题目与技能二部图，来捕捉题目之间的协同信号，然后采用node2vec算法将协同信号中蕴含的题目相似性编码到题目嵌入中。本发明可以解决“技能层次模型问题”和稀疏问题等导致的信息不足问题，提升知识追踪的预测性能，并且数据越稀疏，相比现有技术的优势越明显。

公开(公告)号：CN112766513A

公开(公告)日：2021-05-07

申请号：CN202110130188.1

申请日：2021-01-29

Applicant: 华中师范大学

Inventor： 张凯 ,  孙建文 ,  邹睿 ,  周建鹏 ,  栗大智 ,  杨哲文

IPC: G06N20/00 ,  G06F17/16 ,  G06F17/15 ,  G06N3/04

Abstract: 本发明公开了一种记忆协同的知识追踪方法及系统。该方法包括步骤：获取t时刻学习者回答的题目qt和答案rt；获取概念矩阵Mk和t时刻的概念掌握矩阵其中用于表示t时刻学习者对每个概念在感觉记忆阶段、工作记忆阶段和长时记忆阶段的记忆内容；获得题目qt与第i个概念的相关度wt(i)；计算获得学习者对题目qt相关的概念的总体记忆程度kst；输出学习者回答题目qt的预测正确率prt以及预测相关度w′t。本发明既包括记忆内容的表示，又包括记忆阶段的表示，可以更准确地表示学习者的知识掌握状态，从而更准确地预测学习者未来表现。

公开(公告)号：CN112818100A

公开(公告)日：2021-05-18

申请号：CN202110128081.3

申请日：2021-01-29

Applicant: 华中师范大学

Inventor： 张凯 ,  孙建文 ,  邹睿 ,  周建鹏 ,  栗大智 ,  杨哲文

IPC: G06F16/332 ,  G06F16/335 ,  G06F16/383 ,  G06Q10/04 ,  G06Q50/20

Abstract: 本发明公开了一种融合题目难度的知识追踪方法及系统。该方法包括步骤：获取t时刻学习者回答的题目qt、答案rt和学习者在回答该问题时的交互信息；获取概念矩阵Mk和t时刻的概念掌握矩阵根据交互信息计算题目难度dt；获得题目qt与第i个概念的相关度wt(i)；计算获得学习者对题目qt相关的概念的总体掌握程度kst；输出学习者回答题目qt的预测正确率prt以及题目qt对学习者的预测难度pdt；训练预测模型，训练目标是最小化预测正确率prt和答案rt间的差异以及预测难度pdt和题目难度dt间的差异；更新下一个时间步长的概念掌握矩阵本发明在预测学习者正确率的同时，还预测题目对学习者的难度，增强了模型在学习者知识掌握状态方面的表示。

公开(公告)号：CN112818100B

公开(公告)日：2023-12-22

申请号：CN202110128081.3

申请日：2021-01-29

Applicant: 华中师范大学

Inventor： 张凯 ,  孙建文 ,  邹睿 ,  周建鹏 ,  栗大智 ,  杨哲文

IPC: G06F16/332 ,  G06F16/335 ,  G06F16/383 ,  G06Q50/20

Abstract: 本发明公开了一种融合题目难度的知识追踪方法及系统。该方法包括步骤：获取t时刻学习者回答的题目qt、答案rt和学习者在回答该问题时的交互信息；获取概念矩阵Mk和t时刻的概念掌握矩阵 根据交互信息计算题目难度dt；获得题目qt与第i个概念的相关度wt(i)；计算获得学习者对题目qt相关的概念的总体掌握程度kst；输出学习者回答题目qt的预测正确率prt以及题目qt对学习者的预测难度pdt；训练预测模型，训练目标是最小化预测正确率prt和答案rt间的差异以及预测难度pdt和题目难度dt间的差异；更新下一个时间步长的概念掌握矩阵本发明在预测学习者正确率的同时，还预测题目对学习者的难度，增强了模型在学习者知识掌握状态方面的表示。