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

Applicant: 桂林电子科技大学

Inventor： 陈伟聪 ,  张敬伟 ,  邓宇奇 ,  袁峰 ,  申治璋 ,  蒋林成

IPC: G06Q50/20 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/0985

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。

公开(公告)号：CN118747527A

公开(公告)日：2024-10-08

申请号：CN202410842554.X

申请日：2024-06-27

Applicant: 桂林电子科技大学

Inventor： 陈俊宇 ,  杨青 ,  池俊椿 ,  陈伟聪

IPC: G06N5/022 ,  G06Q50/20 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及知识追踪技术领域，提供一种基于知识概念关联和历史关注信息的知识追踪方法，包括：一、获取学生学习过程的交互信息，筛选出有效的交互信息；二、将交互信息划分成问题级别序列，概念级别序列两个部分；三、将不同序列输入模型的不同模块中进行训练；通过长短期记忆网络和图卷积神经网络得到学生的知识状态；在问题级别序列提取历史关注信息，通过多种注意力机制得到历史关注信息中学生的答题经验；四、将学生的知识状态和答题经验输入可解释性模块评估其知识水平，根据学生的知识水平预测学生未来的答题表现；五、记录训练模型评价指标，并采用交叉熵损失优化整个知识追踪网络。本发明充分关注知识概念间的复杂关系和历史关注信息，以不同角度评估学生的知识状态，提高了预测学生未来表现的准确。

公开(公告)号：CN116542444A

公开(公告)日：2023-08-04

申请号：CN202310360185.6

申请日：2023-04-06

Applicant: 桂林电子科技大学

Inventor： 王逸丰 ,  杨青 ,  池俊椿 ,  张景爱 ,  张惠鹃 ,  李致颖 ,  姜浩男 ,  陈伟聪

IPC: G06Q10/0631 ,  G06Q50/20

Abstract: 本发明提供了一种服务在线教育的多视角群组推荐方法，包括如下步骤：S1.确定学生的结组关系；S2.根据学生的结组关系，构建共生关系的同质图网络，得到考虑学生用户的嵌入表征；S3.在单一视角下，确定组嵌入表征；S4.重复S3获取多个视角下的组嵌入表征，得到用于预测的小组嵌入表征向量，进行评分预测，得到推荐目标；S5.记录学生用户与学习小组后续的交互课程，将后续数据导入数据集，通过更新后的数据集对模型中可学习参数进行调整。本发明使用多个注意力机制表示不同视角下用户在小组中起到的作用，随后挖掘不同视角与项目的关系并将其合理融合为最终组表征，提高了推荐的准确率。