[发明专利]一种基于记忆网络模型的学生学习过程评估方法及系统

权利要求书

1.一种基于记忆网络模型的学生学习过程评估方法，其特征在于，包括以下步骤：

S1、构建MMN模型，构建关于学生各项技能的技能库，构建学生待学习的知识库；

S2、将技能库中各项技能之间的相互影响形成参数矩阵[Rij]，并将所述参数矩阵[Rij]引入所述MMN模型；

S3、在学生对知识库进行练习时，根据练习结果实时更新技能库；

S4、在系统运行中的每个时间戳采用一个离散的运动标记qt，输出响应概率p(rt|qt)，将响应概率中的运动和响应元组(qt，rt)更新至内存单元并作为内存单元运算的基础参数；

S5、把练习中N个潜在的概念{c1，c2，…，cN}存储在键矩阵[Mk]中；把学生对每个概念的掌握程度，即概念状态{s1t，s2t，…，sNt}存储在值矩阵[Mvt]中；

S6、随时间轴运行，MMN模型使用从输入练习和键矩阵[Mk]计算的相关权重k；

S7、根据上述步骤S1-S6的运行结果实时更新和读取值矩阵[Mvt]；最终以实时的值矩阵[Mvt]作为学生学习的跟踪结果对外输出，完成学生学习过程评估；

其中，Rij表示技能i对于技能j的相互影响，qt来自一个带有Q个不同练习标记的集合，rt是一个二进制值；

所述MMN模型是记忆网络模型。

2.根据权利要求1所述基于记忆网络模型的学生学习过程评估方法，其特征在于，所述的键矩阵[Mk]大小为N×dk，其中dk是两指定知识点之间的相互影响参数。

3.根据权利要求1所述基于记忆网络模型的学生学习过程评估方法，其特征在于，所述的值矩阵[Mvt]大小为N×dv，其中dv是知识掌握情况的四个判断参数，包括知识点的初始了解程度、知识点的转化概率、答对的猜测概率和失误概率。

4.一种基于记忆网络模型的学生学习过程评估系统，其特征在于，包括：

技能库，用于数字化描述及存储关于学生的各项技能信息；

知识库，用于数字化描述及存储学生待学习的知识信息；

练习单元，被配置为供学生根据所掌握的技能进行知识练习的操作单元；

MMN模型单元，用于构建和运行MMN模型，并具体进行如下步骤运算：将技能库中各项技能之间的相互影响形成参数矩阵[Rij]，并将所述参数矩阵[Rij]引入所述MMN模型；在学生对知识库进行练习时，根据练习结果实时更新技能库；在系统运行中的每个时间戳采用一个离散的运动标记qt，输出响应概率p(rt|qt)，将响应概率中的运动和响应元组(qt，rt)更新至内存单元并作为内存单元运算的基础参数；把练习中N个潜在的概念{c1，c2，…，cN}存储在键矩阵[Mk]中；把学生对每个概念的掌握程度，即概念状态{s1t，s2t，…，sNt}存储在值矩阵[Mvt]中；随时间轴运行，MMN模型使用从输入练习和键矩阵[Mk]计算的相关权重k；根据各运行结果实时更新和读取值矩阵[Mvt]；最终以实时的值矩阵[Mvt]作为学生学习的跟踪结果对外输出；其中，Rij表示技能i对于技能j的相互影响，qt来自一个带有Q个不同练习标记的集合，rt是一个二进制值；

以及，内存单元，用于对MMN模型单元的各项运算提供物理载体；

所述MMN模型是记忆网络模型。