-
公开(公告)号:CN117271873A
公开(公告)日:2023-12-22
申请号:CN202211192229.0
申请日:2022-09-28
Applicant: 深圳市腾讯计算机系统有限公司 , 安徽大学
IPC: G06F16/9535 , G06N3/126 , G06Q50/20
Abstract: 本申请实施例提供了一种习题推荐方法、装置、设备和存储介质,包括:获取目标对象的X个习题的历史答题记录,以及X个习题中每一个习题涉及到的知识点信息;根据历史答题记录和知识点信息构建目标对象的特征表示;将特征表示输入认知诊断模型,以使得认知诊断模型输出候选习题;获取目标参数,目标参数为认知诊断模型的权重参数;根据目标参数构建多目标优化问题以及多目标优化问题的约束条件;根据至少两个约束条件求解多目标优化问题,以使得从候选习题中得到推荐习题。本申请提供的技术方案可应用于云计算领域或人工智能领域,用于灵活地向该目标对象进行习题推荐,进而实现习题推荐方法的广泛适用性,满足诸多应用场景。
-
公开(公告)号:CN116090557A
公开(公告)日:2023-05-09
申请号:CN202111296375.3
申请日:2021-11-03
Applicant: 腾讯科技(深圳)有限公司 , 安徽大学
Abstract: 本申请提供了一种认知诊断模型的训练方法、题目推荐方法、装置及设备,属于人工智能技术领域。方法包括:基于第i轮迭代的认知诊断模型,对第一对象、知识图中的多个节点以及第一题目分别进行嵌入处理,得到第一对象的对象特征、多个节点的多个节点特征以及第一题目的题目特征;基于第i轮迭代的认知诊断模型,将对象特征与多个节点特征分别进行融合,得到知识状态特征;以第一对象对第一题目的作答结果为监督信息,基于题目特征和知识状态特征,对第i轮迭代的认知诊断模型进行训练。上述方案,能够基于对象的答题情况来确定对象对各知识的掌握程度,进而训练认知诊断模型,使得训练得到的认知诊断模型具有较高准确度。
-
公开(公告)号:CN116542819A
公开(公告)日:2023-08-04
申请号:CN202210078632.4
申请日:2022-01-24
Applicant: 腾讯科技(深圳)有限公司 , 安徽大学
Abstract: 本申请涉及数据处理技术领域,尤其涉及一种知识点的掌握度分析方法、装置、电子设备及存储介质,该方法为:根据待分析对象在各个目标习题中的作答结果,建立样本集合,再对待训练的认知诊断模型进行多轮迭代训练,获得满足预设收敛条件的目标认知诊断模型,然后根据所述目标认知诊断模型中构建的,所述待分析对象在各个待分析知识点对应的知识点空间中的映射结果,分别确定所述待分析对象各自对于所述各个待分析知识点的掌握度分析结果。这样,能够借助于各个知识点嵌入结果中所表达的知识点间的内在关系,预测分析待分析对象在未作答的知识点上的掌握情况,实现全面地分析待分析对象在各个待分析知识点上的掌握程度。
-
-