[发明专利]一种基于融合认知计算的知识跟踪方法

权利要求书

1.一种基于融合认知计算的知识跟踪方法，其特征在于，具体步骤为：

获取统计的认知者对知识组件样本所处的各个记忆状态数据，对所述记忆状态数据进行处理，建立记忆状态之间的转移关系，即记忆系统模型M；

获取统计的认知者对知识组件样本所处的各个学习状态数据，对所述学习状态数据进行处理，建立学习状态之间的转移关系，即学习系统模型L；

获取统计的认知者对知识组件样本的认知表现数据，对所述认知表现数据进行处理，建立表现状态模型O；

对所述记忆系统模型M、学习系统模型L和表现状态模型O的获取数据进行处理，获取待测知识组件的后验概率P(M,L|O)数据信息，对该数据信息进行迭代处理，获得预设的认知模型的参数值数据，进一步利用预设的认知模型获取并输出认知者对待测知识组件的认知表现信息；

所述记忆状态数据包括瞬时记忆状态s、工作记忆状态w、长时记忆状态g和遗忘状态f，所述记忆系统模型M可表示为：

M＝{M₁,M₂,…,M_T},M_i∈{s,w,g,f},1≤i≤T

其中，M_i为认知者的第i个知识组件样本的记忆状态，T为知识组件样本的总个数；

所述瞬时记忆状态s∈{0,1}，将知识组件样本处于瞬时记忆状态的概率记为：P(s＝1)，知识组件样本从瞬时记忆状态到遗忘状态的转移概率记为P_sf，知识组件样本从瞬时记忆阶段到工作记忆阶段的转移概率记为P_sw，则有P_sf+P_sw＝P(s＝1)；

所述工作记忆状态w∈{0,1}，知识组件样本处于工作记忆状态的概率记为：P(w＝1)；知识组件样本从工作记忆状态转移到遗忘状态的概率记为P_wf；知识组件样本从工作记忆状态到工作记忆状态的被复述的概率记为P_ww；知识组件样本从工作记忆状态进入长时记忆状态的概率记为P_wg；则有P_wf+P_ww+P_wg＝P(w＝1)；

所述长时记忆状态g∈{0,1}，知识组件样本处于长时记忆状态的概率记为：P(g＝1)；知识组件样本从长时记忆状态转移到遗忘状态的概率记为P_gf；知识组件样本从长时记忆阶段提取进入工作记忆阶段的概率记为P_gw；则有P_gf+P_gw＝P(g＝1)；

所述遗忘状态f∈{0,1}，所述知识组件样本处于遗忘状态的概率为P(f＝1)。

2.根据权利要求1所述的一种基于融合认知计算的知识跟踪方法，其特征在于，所述学习状态数据包括知识获得状态a、知识保持状态r和知识应用状态u，所述学习系统模型L可以表示为：

L＝{L₁,L₂,…,L_T},L_i∈{a,r,u},1≤i≤T

其中，L_i为认知者的第i个知识组件样本的学习状态，T为知识组件样本的总个数。