[发明专利]融合认知特性及试题文本信息的个性化组卷方法及系统

权利要求书

1.一种融合学习者认知特性及试题文本信息的个性化组卷系统，其特征在于，应用信息数据处理终端，所述融合学习者认知特性及试题文本信息的个性化组卷系统包括：

基于认知水平的得分预测模块，用于根据学习者的真实作答情况和试题知识点分布，利用认知诊断模型，估计计算学习者的知识掌握情况，并预测学习者在试题上基于认知水平的得分；

基于文本信息的得分预测模块，用于利用循环神经网络模型对试题的文本内容进行抽取，并通过全连接层构建学习者学习状态与试题文本信息的映射关系，预测学习者在试题上的基于文本信息的得分；

选题策略模块，用于基于得到的学习者基于认知水平、基于文本信息的预测得分构建概率矩阵分解目标函数，预测学习者在试题上的潜在得分；利用估计的学习者知识掌握向量与学习者增量知识掌握向量，计算KL散度，结合学习者在试题上的潜在得分，选取让学习者知识掌握趋势增加的试题组成个性化测试的试卷；

所述基于得到的学习者基于认知水平、基于文本信息的预测得分构建概率矩阵分解目标函数，预测学习者在试题上的潜在得分包括：

(3.1)将得到的基于认知水平的得分预测和基于文本信息的得分预测记为使用概率矩阵分解算法，构建学习者在试题上的潜在作答表示：

其中U_i，V_j分别为概率矩阵分解中的学习者特征矩阵和成绩特征矩阵，α,β分别为学习者学习状况和试题文本信息的调节参数；

(3.2)构建概率矩阵分解的最终目标函数：

(3.3)使用梯度下降的方法对目标函数进行优化，得到学习者特征矩阵U_i和成绩特征矩阵V_j：

(3.4)利用学习者特征矩阵U_i和成绩特征矩阵V_j对学习者的成绩进行预测：

所述利用估计的学习者知识掌握向量与学习者增量知识掌握向量，计算KL散度，结合学习者在试题上的潜在得分，选取让学习者知识掌握趋势增加的试题组成个性化测试的试卷包括：

(4.1)基于分析得到学习者知识掌握向量得到学习者的所有增量知识掌握向量

(4.2)计算认知诊断模型估计出的学习者知识掌握向量η_i与所有增量知识掌握向量的KL散度度量：

(4.3)选取让学习者知识掌握趋势增加的试题组成用于个性化测试的试卷：