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：武汉纺织大学
摘要：本发明提供一种基于多元学习行为因果推断的动态认知诊断方法，借助点击流和活动流对学习过程行为建模，通过多元行为特征构建学习行为图。同时考虑学习行为与认知之间的因果关联，通过因果注意力机制学习权重差异，实现关键行为子图和低效行为子图的自动划分。随后将学习行为视作因果推断中的变量，对低效行为进行干预，建立关键行为与低效行为的组合，获取干预图。基于已获取的关键行为子图、低效行为子图和干预图表征，通过多任务机制来设置不同的预测目标，以此挖掘学习行为和内隐认知之间的因果关联，增强学习者认知水平动态诊断的可解释性。
主权项：1.一种基于多元学习行为因果推断的动态认知诊断方法，其特征在于，包括如下步骤：步骤1，获取学习过程中的包括知识、行为和时序数据，构建学生作答数据集；知识数据包括某一时刻学生所作答的试题和试题相关的知识，行为数据包括学生在作答过程中反复修改答案而形成的点击流，以及作答结束后学生查看解析、视频资源而形成的活动流；时序数据包括当前行为发生时间戳信息；步骤2，针对数据集中学生的点击流和活动流，构建学习行为图，将不同的行为特征映射至统一的行为空间，具体包括：通过时间戳统计点击特征构建点击流子图，通过时间戳统计活动特征构建活动流子图，并连接点击流子图和活动流子图，形成统一的学习行为图；步骤3，将学习行为图中的行为划分为关键行为和低效行为，形成关键行为子图和低效行为子图这两个子图，并使用Do算子干预生成干预图，以挖掘关键行为和低效行为与知识状态的因果关系；步骤4，基于已获取的关键行为子图、低效行为子图和干预图表征，通过多任务机制来设置不同的预测目标，以此挖掘学习行为和内隐认知之间的因果关联，并将关键行为、低效行为与真实的作答计算交叉损失熵，而低效行为与固定值做交叉损失熵，最终损失函数由三者加权求和来计算，实现关键行为预测、干预图预测、低效行为预测。
全文数据：
权利要求：
百度查询： 武汉纺织大学 一种基于多元学习行为因果推断的动态认知诊断方法
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