一种知识追踪模型的训练方法、装置以及设备

    公开(公告)号:CN114461769B

    公开(公告)日:2024-12-24

    申请号:CN202210065583.0

    申请日:2022-01-20

    Abstract: 本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息,成对应于所述答题信息的隐藏特征向量;根据所述隐藏特征向量确定权重矩阵;根据所述权重矩阵从内存矩阵中进行读取,获得聚焦向量;根据所述权重矩阵内存矩阵进行内容写入,生成t时刻的内存矩阵;融合所述隐藏特征向量和所述生成输出特征向量,根据所述输出特征向量生成预测值;根据所述预测值和所述答题信息的差异进行知识追踪模型的训练,生成目标模型,通过采用内存矩阵保存用户的历史答题信息所产生的相关特征,并即时的在训练过程中对内存矩阵进行读写,从而有效利用了用户的历史答题信息来训练模型。

    用车支付方法、装置、系统及电子设备

    公开(公告)号:CN110852736B

    公开(公告)日:2021-09-21

    申请号:CN201911173136.1

    申请日:2019-11-26

    Inventor: 胡腾飞 孙元涛

    Abstract: 本说明书实施例公开了一种用车支付方法、装置、系统及电子设备,其实质方案是,对目标车的用车账单信息,确定所述用车账单信息所对应的用车行为类别,获取所述用车行为类别对应的支付渠道,根据所述用车账单信息,向所述支付渠道对应的结算端发送用车支付请求,使得所述结算端根据所述用车支付请求完成支付。

    数据处理方法及装置
    4.
    发明公开

    公开(公告)号:CN112307389A

    公开(公告)日:2021-02-02

    申请号:CN202011311466.5

    申请日:2020-11-20

    Abstract: 本说明书实施例提供了数据处理方法及装置,其中,一种数据处理方法包括:向用户终端下发商户的产品访问页,以响应所述用户终端扫描商户的业务标识码后提交的访问请求;接收所述用户终端提交的所述商户的目标产品的预付总额和预付期次;生成包含所述预付总额和所述预付期次的预付协议,并基于所述用户终端提交的签约指令生效所述预付协议;按照所述预付协议进行预付处理,并监测所述预付协议中预付期次的预付条件;若监测到所述预付条件被触发,对预付条件被触发的预付期次进行分期结算处理。

    基于图像识别的定位方法、装置和电子设备

    公开(公告)号:CN111739095A

    公开(公告)日:2020-10-02

    申请号:CN202010587845.0

    申请日:2020-06-24

    Abstract: 本说明书实施例提供一种基于图像识别的定位方法、装置和电子设备,上述基于图像识别的定位方法中,服务器接收摄像头发送的图像和上述图像对应的位置信息,在获取电子设备触发的针对待定位的目标的定位请求之后,服务器获取上述电子设备关联的用户账号,从上述用户账号关联的定位特征中获取上述待定位的目标的定位特征。然后,服务器对摄像头发送的图像进行筛选,获得包括定位特征的图像,将筛选获得的图像中包括的定位特征与上述目标的定位特征进行对比,获得定位特征与上述目标的定位特征相匹配的图像,进而获取上述相匹配的图像对应的位置信息,将上述位置信息发送到电子设备,从而可以使上述电子设备展示上述待定位的目标的当前位置。

    用车支付方法、装置、系统及电子设备

    公开(公告)号:CN110852736A

    公开(公告)日:2020-02-28

    申请号:CN201911173136.1

    申请日:2019-11-26

    Inventor: 胡腾飞 孙元涛

    Abstract: 本说明书实施例公开了一种用车支付方法、装置、系统及电子设备,其实质方案是,对目标车的用车账单信息,确定所述用车账单信息所对应的用车行为类别,获取所述用车行为类别对应的支付渠道,根据所述用车账单信息,向所述支付渠道对应的结算端发送用车支付请求,使得所述结算端根据所述用车支付请求完成支付。

    一种基于权重衰减的注意力图的生成方法、装置以及设备

    公开(公告)号:CN115496215A

    公开(公告)日:2022-12-20

    申请号:CN202211136641.0

    申请日:2022-09-19

    Abstract: 本说明书实施例公开了一种基于权重衰减的注意力图的生成方法、装置以及设备。通过确定所述知识点序列所对应的特征矩阵,所述特征矩阵包括键矩阵K、查询矩阵Q和值矩阵V;获取第i个知识点在所述查询矩阵Q中的特征值Qi,以及,获取第j个知识点在所述键矩阵K中的特征值Kj;确定所述第i个知识点与所述第j个知识点的时间差Δ(ti,tj),确定包含所述时间差和衰减参数θ的衰减函数γ(ti,tj,θ),其中,所述θ为可学习的衰减参数;根据所述特征值Qi、特征值Kj、所述衰减函数γ(ti,tj,θ)和所述值矩阵V生成注意力图,从而通过考虑学习者遗忘行为的时间间隔因素来强化最近相关问题和其他问题的表现信息。

    一种关联知识追踪方法、装置及设备

    公开(公告)号:CN114490980A

    公开(公告)日:2022-05-13

    申请号:CN202210066846.X

    申请日:2022-01-20

    Abstract: 本说明书实施例公开了一种关联知识追踪方法、装置及设备,包括:获取用户在指定时刻范围内的各答题交互数据,答题交互数据包括在对应时刻所答题目的所答知识点、作答对错信息,以及由所答知识点的关联知识点构成的关联知识点集合;将各答题交互数据按照对应的时刻顺序,输入关联知识追踪模型进行处理,其中,关联知识追踪模型根据第一损失和第二损失预先训练,第一损失是根据基于训练样本对指定知识点的掌握程度预测信息及其训练标签确定的,第二损失是根据基于训练样本对指定知识点的关联知识点集合的掌握程度预测信息及其训练标签确定;通过关联知识追踪模型的处理,预测用户在指定时刻范围之后对预定知识点集合中的知识点的掌握程度。

    一种知识追踪模型的训练方法、装置以及设备

    公开(公告)号:CN114461769A

    公开(公告)日:2022-05-10

    申请号:CN202210065583.0

    申请日:2022-01-20

    Abstract: 本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息,成对应于所述答题信息的隐藏特征向量;根据所述隐藏特征向量确定权重矩阵;根据所述权重矩阵从内存矩阵中进行读取,获得聚焦向量;根据所述权重矩阵内存矩阵进行内容写入,生成t时刻的内存矩阵;融合所述隐藏特征向量和所述生成输出特征向量,根据所述输出特征向量生成预测值;根据所述预测值和所述答题信息的差异进行知识追踪模型的训练,生成目标模型,通过采用内存矩阵保存用户的历史答题信息所产生的相关特征,并即时的在训练过程中对内存矩阵进行读写,从而有效利用了用户的历史答题信息来训练模型。

Patent Agency Ranking