[发明专利]基于行为感知的知识追踪方法及系统在审
申请号: | 202310389412.8 | 申请日: | 2023-04-12 |
公开(公告)号: | CN116402134A | 公开(公告)日: | 2023-07-07 |
发明(设计)人: | 许嘉;黄欣悦;吕品 | 申请(专利权)人: | 广西大学 |
主分类号: | G06N5/022 | 分类号: | G06N5/022;G06F18/25;G06N3/048;G06N3/0464;G06N3/08;G06F17/16 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 刘畅舟 |
地址: | 530004 广西壮族*** | 国省代码: | 广西;45 |
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 行为 感知 知识 追踪 方法 系统 | ||
1.一种基于行为感知的知识追踪方法,其特征在于,包括以下步骤:
S1)构建知识追踪模型,所述知识追踪模型将学生的在线教育数据中的目标信息进行嵌入表示,然后根据学生的在线教育数据感知学生的做题行为状态,并根据目标信息的嵌入和学生的做题行为状态建模学生答题过程中的学习收益和遗忘影响,最后根据学习收益和遗忘影响下的学生当前知识状态预测学生在下一次练习中的表现;
S2)对所述知识追踪模型进行训练,将学生的在线教育数据输入训练好的知识追踪模型,得到学生在下一次练习中表现的预测结果。
2.根据权利要求1所述的基于行为感知的知识追踪方法,其特征在于,步骤S1中将学生的在线教育数据中的目标信息进行嵌入表示时,包括:
S101)将同一个习题单元中的习题、答题时间和答案分别转换成相应的嵌入;
S102)融合习题嵌入、答题时间嵌入和答案嵌入,得到习题基本单元嵌入;
S103)将上一时刻的知识状态嵌入矩阵Ht-1与当前习题et所在的Q矩阵的对应行的行向量qet相乘,得到当前习题et的相关知识概念状态所述Q矩阵为表示习题和知识概念间的关系的二元矩阵,若习题qM不包含知识概念cK,Q矩阵中对应的元素qMK的值设置为一个预设的正值γ。
3.根据权利要求2所述的基于行为感知的知识追踪方法,其特征在于,步骤S102具体包括:
对当前回答的习题et和之前回答的练习ei进行点积运算并使用softmax激活函数来计算注意力系数wt(i);
计算注意力系数wt(i)对历史回答的习题嵌入的加权,得到t时刻的习题嵌入向量;
应用多层感知器融合t时刻的习题嵌入、答题时间嵌入和答案嵌入,得到t时刻习题基本单元嵌入lt。
4.根据权利要求1所述的基于行为感知的知识追踪方法,其特征在于,步骤S1中根据学生的在线教育数据感知学生的做题行为状态时,包括:使用阈值识别法判断学生的做题行为状态,当学生在回答习题ei时,若其处于RGB状态,学生在第i次做题交互时的行为状态Bi为第一值;若其处于SLB状态,学生在第i次做题交互时的行为状态Bi为第二值。
5.根据权利要求1所述的基于行为感知的知识追踪方法,其特征在于,步骤S1中根据目标信息的嵌入和学生的做题行为状态建模学生答题过程中的学习收益和遗忘影响时,包括:
获取习题et的相关知识概念状态将间隔时间嵌入itt连接到两个连续的习题基本单元嵌入之间,得到相关知识概念的学习收益lgt,表达式如下:
其中为权值矩阵,为偏置项,tanh为非线性激活函数,lt-1及lt分别为连续两个习题基本单元嵌入;
将学生当前做题时的行为状态Bt、学习收益lgt以及预设的学习门Flt相乘得到第t次学习交互中的实际学习收益LGt,表达式如下:
其中,O(x)=(x+1)/2是一个线性变换函数,用来将lgt的范围映射到(0,1),使得学习收益LGt不为负值;
将上一时刻知识状态嵌入矩阵Ht-1、当前时刻实际学习收益LGt、间隔时间itt输入预设的遗忘门Fft,得到遗忘影响。
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广西大学,未经广西大学许可,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/202310389412.8/1.html,转载请声明来源钻瓜专利网。