龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：桂林电子科技大学
摘要：本发明涉及知识追踪技术领域，提供一种基于知识概念关联和历史关注信息的知识追踪方法，包括：一、获取学生学习过程的交互信息，筛选出有效的交互信息；二、将交互信息划分成问题级别序列，概念级别序列两个部分；三、将不同序列输入模型的不同模块中进行训练；通过长短期记忆网络和图卷积神经网络得到学生的知识状态；在问题级别序列提取历史关注信息，通过多种注意力机制得到历史关注信息中学生的答题经验；四、将学生的知识状态和答题经验输入可解释性模块评估其知识水平，根据学生的知识水平预测学生未来的答题表现；五、记录训练模型评价指标，并采用交叉熵损失优化整个知识追踪网络。本发明充分关注知识概念间的复杂关系和历史关注信息，以不同角度评估学生的知识状态，提高了预测学生未来表现的准确。
主权项：1.基于知识概念关联和历史关注信息的知识追踪方法，其特征在于：包括以下步骤：步骤一、从在线教育平台中获取学生学习过程的交互信息，筛选出有效的交互信息；步骤二、将交互信息划分成问题级别序列，概念级别序列两个部分；步骤三、将不同序列输入模型的不同模块中进行训练；概念级别序列通过长短期记忆网络和图卷积神经网络得到学生的知识状态；在问题级别序列提取历史关注信息，通过多种注意力机制得到历史关注信息中学生的答题经验；步骤四、将学生的知识状态和答题经验输入可解释性模块评估其知识水平，根据学生的知识水平预测学生未来的答题表现；步骤五、记录模型评价指标ACC和AUC，并采用交叉熵损失优化整个知识追踪网络。
全文数据：
权利要求：
百度查询： 桂林电子科技大学 基于知识概念关联和历史关注信息的知识追踪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号