基于信心因素的注意力机制综合能力提升知识追踪方法

    公开(公告)号:CN117911207A

    公开(公告)日:2024-04-19

    申请号:CN202311656345.8

    申请日:2023-12-05

    Abstract: 本发明涉及知识追踪技术领域,提供一种基于信心因素的注意力机制综合能力提升知识追踪方法,包括:一、获取学生做题的信心信息,将数据组成序列;二、将数据组成矩阵;三、将矩阵推送给模型进行训练;通过门控循环单元加注意力机制得到矩阵中每一个学生在某个信心下的所占影响力向量,将得到的向量输入全连接神经网络拟合,经过管道搜索的方式学习出适应该区域的最优超参数;四、将训练模型部署在多个服务器中;五、记录学生的知识状态以及模型准确度ACC和AUC。本发明能实现精确、实时的对学生的知识状态进行评估。

    一种基于双构图的会话推荐增强方法

    公开(公告)号:CN117807281A

    公开(公告)日:2024-04-02

    申请号:CN202410008395.3

    申请日:2024-01-04

    Abstract: 本发明涉及会话推荐技术领域,涉及一种基于多行为异构图和超图增强获取用户短期、动态偏好的推荐方法,包括以下步骤:一、获取用户与系统会话行为信息,组成会话数据;二、将会话数据构造为会话序列:序列内的数据为用户与系统的每一条交互信息,包括浏览、收藏、点赞等;三、将会话序列推送给模型进行训练:将会话序列构建为多行为异构网络图和超图;提出注意力机制捕获不同节点间的权重,形成不同的相邻项目对目标项目的编码增强;四、通过提供一种灵活而自然的超图工具对项目之间隐含关系进行建模,捕获项目间的高阶关系;五、最终通过自监督学习,得到结合多行为和节点信息的损失函数目标;本发明能实现捕获用户短期、动态的偏好,从而进行精准推荐。

Patent Agency Ranking