[发明专利]基于知识点间先序关系的学生认知诊断方法和装置在审

专利信息
申请号: 202210855870.1 申请日: 2022-07-20
公开(公告)号: CN115344704A 公开(公告)日: 2022-11-15
发明(设计)人: 尚学群;宋凌云;贺梦婷;李战怀;孟孜阳 申请(专利权)人: 西北工业大学
主分类号: G06F16/36 分类号: G06F16/36;G06F16/35;G06N5/02;G06N3/04;G06N3/08
代理公司: 西安凯多思知识产权代理事务所(普通合伙) 61290 代理人: 范倩
地址: 71007*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 知识点 间先序 关系 学生 认知 诊断 方法 装置
【权利要求书】:

1.一种基于知识点间先序关系的学生认知诊断方法,其特征在于,包括:

获取学习知识点的先序关系构建知识点先序关系图谱,并依据所述知识点先序关系图谱构建知识点间关联关系;

依据所述知识点间关联关系获取练习题特征信息;

依据目标对象标识获取对应的目标对象特征信息;

依据所述练习题特征信息和所述目标对象特征信息预测所述目标对象的答题成绩。

2.根据权利要求1所述的方法,其特征在于,所述获取学习知识点的先序关系构建知识点先序关系图谱包括:

获取知识点文本内容的上下位关系和知识点关联网页;

依据所述知识点文本内容的上下位关系和所述知识点关联网页获取所述学习知识点的先序关系;

依据所述学习知识点的先序关系构建所述知识点先序关系图谱,其中,所述知识点先序关系图谱中每一个先序关系对表示学习知识点对应的预先掌握的知识点。

3.根据权利要求2所述的方法,其特征在于,所述依据所述知识点先序关系图谱构建知识点间关联关系包括:

依据所述知识点先序关系图谱通过图注意力网络模型获取所述知识点间关联关系;其中,所述图注意力网络模型包括:两层互相独立的单头图注意力层。

4.根据权利要求3所述的方法,其特征在于,所述依据所述知识点先序关系图谱通过图注意力网络模型获取所述知识点间关联关系包括:

获取所有知识点的知识点特征向量;

分别将所述每一个先序关系对中的知识点特征向量与可训练矩阵相乘,得到相乘结果;

将所述相乘结果拼接后,拼接后的所述相乘结果与所述可训练矩阵相乘,经由激活函数,得到所述知识点间关联关系。

5.根据权利要求1至4中任意一项所述的方法,其特征在于,所述练习题特征信息包括:练习题难度特征向量和练习题区分度向量。

6.根据权利要求5所述的方法,其特征在于,所述依据所述知识点间关联关系获取练习题特征信息包括:

依据所述知识点先序关系图谱获取所述练习题难度特征向量;

依据预设矩阵查找练习题中待考察的知识点,并依据所述待考察的知识点获取所述练习题区分度向量;

依据所述练习题难度特征向量和所述练习题区分度向量生成所述练习题特征信息。

7.根据权利要求6所述的方法,其特征在于,所述依据所述知识点先序关系图谱获取所述练习题难度特征向量包括:

依据所述学习知识点的先序关系获取知识点层级,其中,获取所述知识点层级包括:依据所述知识点先序关系图谱获取第一数据集和第二数据集;其中,所述第一数据集为各知识点所需前序知识点集;所述第二数据集为学习知识点后可学习的知识点集;分别依据所述第一数据集和所述第二数据集进行计算,得到各知识点的重要度;依据所述各知识点的重要度得到所述知识点层级;

依据所述知识点层级计算所述练习题难度特征向量,其中,所述依据所述知识点层级计算所述练习题难度特征向量包括:依据所述知识点层级与可训练矩阵进行计算,经由激活函数得到所述练习题难度特征向量。

8.根据权利要求6所述的方法,其特征在于,所述依据所述待考察的知识点获取所述练习题区分度向量包括:

依据所述预设矩阵查找所述练习题中待考察的知识点;

将所述待考察的知识点与所述预设矩阵进行计算,并通过激活函数得到所述练习题区分度向量。

9.根据权利要求8所述的方法,其特征在于,所述依据目标对象标识获取对应的目标对象特征信息包括:

根据目标对象的所述目标对象标识获取对应的独热向量;

将所述独热向量乘以可训练矩阵,经激活函数得到所述目标对象的目标特征信息,其中所述目标特征信息包括:所述目标对象的知识点掌握向量。

10.一种基于知识点间先序关系的学生认知诊断装置,其特征在于,包括:

第一获取模块,用于获取学习知识点的先序关系构建知识点先序关系图谱,并依据所述知识点先序关系图谱构建知识点间关联关系;

第二获取模块,用于依据所述知识点间关联关系获取练习题特征信息;

第三获取模块,用于依据目标对象标识获取对应的目标对象特征信息;

预测模块,用于依据所述练习题特征信息和所述目标对象特征信息预测所述目标对象的答题成绩。

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西北工业大学,未经西北工业大学许可,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/202210855870.1/1.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