[发明专利]一种时序性认知诊断方法及装置

权利要求书

1.一种时序性认知诊断方法，其特征在于，所述时序性认知诊断方法包括：

获取学习者的当前诊断测试数据以及前序诊断测试数据；

基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果。

2.根据权利要求1所述的时序性认知诊断方法，其特征在于，所述基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果，包括：

根据所述当前测试数据获得学习者的初始知识状态；利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取，获得有效前序信息；

基于所述有效前序信息，利用时序性认知诊断模型中的隐藏层更新算法对初始知识状态进行更新，获得模型输出结果；

利用神经网络目标函数对所述模型进行优化，迭代训练获得时序性认知诊断模型，获得学习者知识状态即当前诊断测试结果。

3.根据权利要求2所述的时序性认知诊断方法，其特征在于，所述隐藏层提取算法包括遗忘门衰减公式和细胞状态过滤公式，所述利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取，包括：

基于所述前序诊断测试数据，利用所述遗忘门衰减公式确定遗忘函数；

基于所述遗忘函数，利用所述细胞状态过滤公式过滤所述前序诊断测试数据中的无用信息。

4.根据权利要求3所述的时序性认知诊断方法，其特征在于，所述隐藏层更新算法包括输入门更新公式、细胞状态更新公式和输出更新公式，所述基于所述当前诊断测试数据，利用时序性认知诊断模型中的隐藏层更新算法对所述有效前序信息进行更新，包括：

基于所述当前诊断测试数据，利用所述输入门更新公式确定更新值，所述更新值用于表征所述学习者的知识水平的变化；

利用所述细胞状态更新公式，基于所述更新值对所述有效前序信息进行更新，确定初始输出值；

利用所述输出更新公式对所述初始输出值进行标准化处理和更新。

5.根据权利要求2-4中任一项所述的时序性认知诊断方法，其特征在于，在所述利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取之前，所述时序性认知诊断方法还包括：

采用训练集对所述时序性认知诊断模型进行训练；

采用随时间反向传播算法对所述时序性认知诊断模型进行调优。

6.根据权利要求1所述的时序性认知诊断方法，其特征在于，在所述基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果之后，所述时序性认知诊断方法还包括：

根据所述当前诊断测试结果针对所述学习者进行补救路线规划，根据所述补救路线规划筛选出适合所述学习者的学习资源并提供给所述学习者。

7.一种时序性认知诊断装置，其特征在于，所述时序性认知诊断装置包括：

诊断测试数据获取模块，用于获取学习者的当前诊断测试数据以及前序诊断测试数据；

诊断测试结果计算模块，用于基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果。

8.根据权利要求7所述的时序性认知诊断装置，其特征在于，所述诊断测试结果计算模块包括：

初始确定子模块，用于根据所述当前测试数据获得学习者的初始知识状态；

提取子模块，用于利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取，获得有效前序信息；

更新子模块，用于基于所述有效前序信息，利用时序性认知诊断模型中的隐藏层更新算法对初始知识状态进行更新，获得模型输出结果；

诊断测试结果获取子模块，用于利用神经网络表示公式对所述模型进行优化，迭代训练获得时序性认知诊断模型，获得学习者知识状态即当前诊断测试结果。

9.根据权利要求8所述的时序性认知诊断装置，其特征在于，所述时序性认知诊断装置还包括：

模型训练模块，用于采用训练集对所述时序性认知诊断模型进行训练，还用于采用随时间反向传播算法对所述时序性认知诊断模型进行调优。

10.根据权利要求7所述的时序性认知诊断装置，其特征在于，所述时序性认知诊断装置还包括：

补救路线规划模块，用于根据所述当前诊断测试结果针对所述学习者进行补救路线规划，根据所述补救路线规划筛选出适合所述学习者的学习资源并提供给所述学习者。