一种融合多维度特征的图卷积网络知识追踪模型

    公开(公告)号:CN119918720A

    公开(公告)日:2025-05-02

    申请号:CN202411809906.8

    申请日:2024-12-10

    Abstract: 本发明涉及知识追踪技术领域,尤其为一种融合多维度特征的图卷积网络知识追踪模型,包括特征嵌入模块、嵌入传播模块、状态更新模块以及预测优化模块,所述特征嵌入模块是使用学生答题记录并通过全连接网络优化各类节点之间的边信息,在利用边信息对节点特征进行低维嵌入,最后通过所有节点之间的相关性和相似性关系构建全面的知识追踪网络,所述嵌入传播模块利用GCN提取“问题-知识-问题”和“问题-学生-问题”两条路径上的邻居信息,生成问题的高阶嵌入,本发明可以有效解决现有的网络知识追踪模型较为单一,导致模型在图结构中忽略学生节点、未充分考虑节点特征与边特征的有效融合以及数据稀疏导致预测精度下降的问题。

Patent Agency Ranking