-
公开(公告)号：CN114021722B
公开(公告)日：2024-11-08
申请号：CN202111278587.9
申请日：2021-10-30
Applicant: 华中师范大学
IPC: G06N5/022
Abstract: 本发明属于教育数据挖掘领域，提供一种融合认知刻画的注意力知识追踪方法，包括：(1)数据预处理；(2)特征融合；(3)表现预测；(4)模型训练。本发明提出了一套基于学习者认知画像的注意力知识追踪框架，此框架分别对学习者的记忆、实践和语言三方面特征进行建模，最终根据上述所得三方面特征进行联合建模，综合考虑学习者多方面的信息，以此来提升模型对于学习者知识掌握情况和未来表现预测的表现。
-
公开(公告)号：CN117473041A
公开(公告)日：2024-01-30
申请号：CN202311106919.4
申请日：2023-08-30
Applicant: 华中师范大学
Abstract: 本发明属于知识追踪技术领域，提供一种基于认知策略的编程知识追踪方法，包括：(1)问题定义和数据预处理；(2)试题表征；(3)代码表征；(4)认知过程双序列建模；(5)表现预测和模型训练。本发明方法根据学习者的认知过程，即理解试题和编写代码解决问题两方面，来建模编程知识追踪问题，分别利用图嵌入技术来聚合试题困难度、知识技能等信息，优化传统知识追踪中试题的表征，考虑到编程学科的开放性，融合了学生代码中蕴含的语法结构、文本注释等认知信息来表征代码特征，然后结合两者分别建模学习者的知识状态和编程能力，更能模拟学习者的做题场景，更好地建模学习者的认知过程。
-
公开(公告)号：CN111104789B
公开(公告)日：2023-12-29
申请号：CN201911161565.7
申请日：2019-11-22
Applicant: 华中师范大学
IPC: G06F40/205 , G06F40/211 , G06F40/30 , G06F16/33
Abstract: 本发明提供了一种文本评分方法、装置和系统；该方法包括：获取待评分的文本；提取文本的文本特征；文本特征包括浅层语言特征、句法特征、语义特征和主题特征；其中，语义特征用于表征文本内的语义连贯度；主题特征用于表征文本与预设的文本主题的相关度；将文本特征输入至预先设定的评分模型中，得到输出结果；根据输出结果确定文本的评分。该方法从待评分的文本中提取浅层语言特征、句法特征、语义特征和主题特征作为文本特征，将上述文本特征输入到预先设定的评分模型中，将评分模型输出的输出结果作为该文本的评分。该方式中针对浅层语言特征、句法特征、语义特征和主题特征这四个方面(56)对比文件Huang T 等.Fine-grained engagementrecognition in online learningenvironment《.2019 IEEE 9th internationalconference on electronics information andemergency communication (ICEIEC)》.2019,第338-341页.Liu J 等.Automated essay scoringbased on two-stage learning《.arXivpreprint arXiv:1901.07744》.2019,第1-7页.陈珊珊.自动作文评分模型及方法研究《.中国优秀硕士学位论文全文数据库信息科技辑》.2018,第I138-2830页.
-
公开(公告)号：CN113344054B
公开(公告)日：2022-08-12
申请号：CN202110596095.8
申请日：2021-05-29
Applicant: 华中师范大学
Abstract: 本发明属于教育数据挖掘领域，提供一种面向时空演变的知识技能动态诊断方法，本发明方法首先需根据资源特征构建知识异构图，其次在时间与空间维度上动态更新学习者的知识技能状态，以此来预测学习者的未来表现和诊断学习者的知识掌握情况。本发明方法综合利用大数据技术、深度学习以及自然语言处理技术，从时间和空间对学习者的知识点建模，通过引入学习特征和遗忘特征来影响学习者的知识状态，以及提出时空级联操作来更新学习者的知识结构，能较科学、全面地对学习者的知识技能进行诊断和对学习者未来表现进行预测，对技能掌握低的知识点进行个性化推荐练习和对未来表现不好的进行个性化教学。
-
公开(公告)号：CN113344054A
公开(公告)日：2021-09-03
申请号：CN202110596095.8
申请日：2021-05-29
Applicant: 华中师范大学
Abstract: 本发明属于教育数据挖掘领域，提供一种面向时空演变的知识技能动态诊断方法，本发明方法首先需根据资源特征构建知识异构图，其次在时间与空间维度上动态更新学习者的知识技能状态，以此来预测学习者的未来表现和诊断学习者的知识掌握情况。本发明方法综合利用大数据技术、深度学习以及自然语言处理技术，从时间和空间对学习者的知识点建模，通过引入学习特征和遗忘特征来影响学习者的知识状态，以及提出时空级联操作来更新学习者的知识结构，能较科学、全面地对学习者的知识技能进行诊断和对学习者未来表现进行预测，对技能掌握低的知识点进行个性化推荐练习和对未来表现不好的进行个性化教学。
-
Patent Agency Ranking
公开(公告)号：CN107609006B
公开(公告)日：2021-01-29
申请号：CN201710608338.9
申请日：2017-07-24
Applicant: 华中师范大学
IPC: G06F16/903 , G06F40/289 , G06F40/216 , G06F40/30
Abstract: 本发明属于信息搜索技术领域，提供一种基于地方志研究的搜索优化方法，包括(1)调用地方志分词算法，用于统计生成地方志的补充词汇，将默认词库中没有的词汇补充在自定义词库中，提高分词的准确性；(2)调用融合词语序列特征的搜索优化算法，通过比对词语序列特征，修正默认搜索算法的评分值。对词序相似度进行量化计算分值，然后修正BM25算法或VSM算法的分值，计算出最终得分值，词频和词序相似度都高的文章得分值高；将得分最高、最接近的文章排序在列表最顶端，返回更加符合用户的语义的搜索结果，进而提高搜索的精确度。本发明方法优化了搜索算法匹配度的计算公式，使得搜索结果更加精确。
-
公开(公告)号：CN107391687B
公开(公告)日：2020-04-03
申请号：CN201710608348.2
申请日：2017-07-24
Applicant: 华中师范大学
IPC: G06F16/9535 , G06Q50/26
Abstract: 本发明属于网站推荐技术领域，提供一种面向地方志网站的混合推荐系统，包括行为记录模块、用户分类模块、用户推荐模块；所述行为记录模块，包括用户注册信息和行为信息的记录，并将用户注册信息和行为信息存储到数据库中；所述用户分类模块，根据用户访问方志的频繁度，将用户分为：新用户、一般用户和积极用户；并针对每类用户进行特征分析，以便选用合适的推荐方法从而实现个性化推荐；所述用户推荐模块，包括TopN推荐、基于方志标签+改进的关联规则推荐、基于用户的协同过滤推荐三种推荐方法，系统根据用户分类模块的分类结果，针对不同类型用户采用不同的推荐算法。本发明能够针对不同的用户类型进行个性化推荐。
-
公开(公告)号：CN108121785A
公开(公告)日：2018-06-05
申请号：CN201711372589.8
申请日：2017-12-15
Applicant: 华中师范大学
Abstract: 本发明涉及一种基于教育大数据的分析方法，属于数据处理技术领域。该方法包括：获取数据源；识别所述数据源的类型，并将识别出的数据源存储到相对应的数据库；在需要对存储于数据库中的数据进行分析时，从所述数据库中提取待分析数据；基于所述待分析数据和预设数据分析模型获得分析结果。该方法首先对获取到的数据进行识别，识别出该数据的类型，并将其存储到与之相对应的数据库中；在需要对这些数据进行分析和统计时，从数据中提取待分析数据，在基于该数据和所需的预设数据分析模型获得所需的分析结果，以便根据该分析结果针对性的提供服务，从而提高学生学习以及老师教学的质量和效率，达到事半功倍的效果。
-
公开(公告)号：CN108121508A
公开(公告)日：2018-06-05
申请号：CN201711369499.3
申请日：2017-12-15
Applicant: 华中师范大学
Abstract: 本发明涉及一种基于教育大数据的多源异构数据采集系统及处理方法，属于数据处理技术领域。多源异构数据采集系统，包括：至少一套采集设备、存储器、处理器以及数据汇总模块。每套采集设备应用于一校园中，用于采集教学过程中学生和/或教师的行为数据。数据汇总模块存储在存储器中并包括一个或多个由处理器执行的软件功能模块，数据汇总模块用于对所述至少一套采集设备采集的数据进行收集、清洗以及分类。数据汇总模块在对每套采集设备采集的数据进行清洗以及分类的过程中，将结构多样、内容杂乱的数据按照一定的格式整理成统一的数据，并滤除其中的冗余信息，从源头上保证了数据的质量，提高了后续分析的效率和可靠性。
-
公开(公告)号：CN107835201A
公开(公告)日：2018-03-23
申请号：CN201711371958.1
申请日：2017-12-14
Applicant: 华中师范大学
IPC: H04L29/06
CPC classification number: H04L63/1416 , H04L63/1425 , H04L63/1441
Abstract: 本发明提供了一种网络攻击检测方法及装置，涉及云计算技术领域。所述网络攻击检测方法包括：获取网络中的当前数据流；基于预先建立的恶意行为攻击特征库，判断所述当前数据流的行为是否异常；在为否时，通过滑动窗口遗传算法频繁模式挖掘模型以及基于核密度估计的异常点检测模型判断所述当前数据流的行为是否正常；在为否时，提取所述当前数据流的行为特征，并将所述行为特征加入所述恶意行为攻击特征库。本发明通过采用嵌套式滑动窗口遗传算法频繁模式挖掘模型，能够有效解决当前数据流上基于单次扫描的频繁模式挖掘准确性不高，网络数据高速增长所导致的数据不及时处理以及云计算环境网络复杂化引起的常规入侵检测技术准确性降低的问题。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.025 seconds)
