[发明专利]一种认知影响因素分析方法及装置有效

专利信息
申请号: 201810824698.7 申请日: 2018-07-24
公开(公告)号: CN108932593B 公开(公告)日: 2021-02-12
发明(设计)人: 黄涛;刘三女牙;杨宗凯;杨华利;耿晶;胡小芳;张浩 申请(专利权)人: 华中师范大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/20;G06N3/04
代理公司: 北京超凡志成知识产权代理事务所(普通合伙) 11371 代理人: 唐维虎
地址: 430000 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 认知 影响 因素 分析 方法 装置
【权利要求书】:

1.一种认知影响因素分析方法,其特征在于,所述认知影响因素分析方法包括:

获取学习者的学习数据,所述学习数据包括每个试题的考察属性、试题得分、答题时间和认知状态,所述认知状态包括属性掌握和属性未掌握;

根据所述考察属性确定每个试题的属性关联矩阵,根据所述试题得分确定每个试题的作答反应矩阵,根据所述答题时间确定每个试题的作答时间矩阵,根据所述属性关联矩阵与所述认知状态确定每个试题的错误类型,所述作答反应矩阵为R={rtj}T×J,rtj是学习者在第t次测试中在项目j上的作答反应,所述错误类型包括认知型错题和失误型错题;

将所述属性关联矩阵、所述作答反应矩阵、所述作答时间矩阵、所述错误类型作为标准学习数据;

基于所述标准学习数据采用特征提取器提取所述学习者的特征,基于所述特征采用分类器确定影响所述学习者的认知影响因素,所述认知影响因素包括认知属性、学习行为和/或情感态度。

2.根据权利要求1所述的认知影响因素分析方法,其特征在于,在所述基于所述标准学习数据采用特征提取器提取所述学习者的特征,基于所述特征采用分类器确定影响所述学习者的认知影响因素之前,所述认知影响因素分析方法还包括:

从所述标准学习数据中获取训练集;

根据所述训练集的数据格式确定输入层;

根据所述训练集进行特征提取器的无监督逐层训练;

在所述特征提取器的顶层添加分类器,基于所述训练集通过所述分类器对所述特征提取器与所述分类器进行参数调节;

根据认知影响因素指标体系确定输出层。

3.根据权利要求2所述的认知影响因素分析方法,其特征在于,在所述根据认知影响因素指标体系确定输出层之后,所述认知影响因素分析方法还包括:

采用BP算法对所述特征提取器和所述分类器进行反向微调。

4.根据权利要求2所述的认知影响因素分析方法,其特征在于,在所述根据认知影响因素指标体系确定输出层之前,所述认知影响因素分析方法还包括:

基于认知属性、学习行为和情感态度构建所述认知影响因素指标体系。

5.一种认知影响因素分析装置,其特征在于,所述认知影响因素分析装置包括:

学习数据获取模块,用于获取学习者的学习数据,所述学习数据包括每个试题的考察属性、试题得分、答题时间和认知状态,所述认知状态包括属性掌握和属性未掌握;

学习数据处理模块,用于根据所述考察属性确定每个试题的属性关联矩阵,根据所述试题得分确定每个试题的作答反应矩阵,根据所述答题时间确定每个试题的作答时间矩阵,根据所述属性关联矩阵与所述认知状态确定每个试题的错误类型所述作答反应矩阵为R={rtj}T×J,rtj是学习者在第t次测试中在项目j上的作答反应,所述错误类型包括认知型错题和失误型错题;将所述属性关联矩阵、所述作答反应矩阵、所述作答时间矩阵、所述错误类型作为标准学习数据;

认知影响因素确定模块,用于基于所述标准学习数据采用特征提取器提取所述学习者的特征,基于所述特征采用分类器确定影响所述学习者的认知影响因素,所述认知影响因素包括认知属性、学习行为和/或情感态度。

6.根据权利要求5所述的认知影响因素分析装置,其特征在于,所述认知影响因素分析装置还包括模型训练模块,所述模型训练模块包括:

训练集提取单元,用于从所述标准学习数据中获取训练集;

输入层确定单元,用于根据所述训练集的数据格式确定输入层;

逐层训练单元,用于根据所述训练集进行特征提取器的无监督逐层训练;

分类器确定单元,用于在所述特征提取器的顶层添加分类器,基于所述训练集通过所述分类器对所述特征提取器与所述分类器进行参数调节;

输出层确定单元,用于根据认知影响因素指标体系确定输出层。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中师范大学,未经华中师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810824698.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top