公开(公告)号：CN114461769B

公开(公告)日：2024-12-24

申请号：CN202210065583.0

申请日：2022-01-20

Applicant: 兰州大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 苏伟 ,  孙元涛 ,  黄强 ,  李福喜 ,  袁永娜 ,  胡楠

IPC: G06F16/332 ,  G06F16/33 ,  G06N3/0442 ,  G06Q50/20

Abstract: 本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息，成对应于所述答题信息的隐藏特征向量；根据所述隐藏特征向量确定权重矩阵；根据所述权重矩阵从内存矩阵中进行读取，获得聚焦向量；根据所述权重矩阵内存矩阵进行内容写入，生成t时刻的内存矩阵；融合所述隐藏特征向量和所述生成输出特征向量，根据所述输出特征向量生成预测值；根据所述预测值和所述答题信息的差异进行知识追踪模型的训练，生成目标模型，通过采用内存矩阵保存用户的历史答题信息所产生的相关特征，并即时的在训练过程中对内存矩阵进行读写，从而有效利用了用户的历史答题信息来训练模型。

公开(公告)号：CN114490980A

公开(公告)日：2022-05-13

申请号：CN202210066846.X

申请日：2022-01-20

Applicant: 兰州大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 苏伟 ,  孙元涛 ,  黄强 ,  李福喜 ,  袁永娜 ,  胡楠

IPC: G06F16/332 ,  G06F16/33 ,  G06N3/04 ,  G09B7/04

Abstract: 本说明书实施例公开了一种关联知识追踪方法、装置及设备，包括：获取用户在指定时刻范围内的各答题交互数据，答题交互数据包括在对应时刻所答题目的所答知识点、作答对错信息，以及由所答知识点的关联知识点构成的关联知识点集合；将各答题交互数据按照对应的时刻顺序，输入关联知识追踪模型进行处理，其中，关联知识追踪模型根据第一损失和第二损失预先训练，第一损失是根据基于训练样本对指定知识点的掌握程度预测信息及其训练标签确定的，第二损失是根据基于训练样本对指定知识点的关联知识点集合的掌握程度预测信息及其训练标签确定；通过关联知识追踪模型的处理，预测用户在指定时刻范围之后对预定知识点集合中的知识点的掌握程度。

公开(公告)号：CN114461769A

公开(公告)日：2022-05-10

申请号：CN202210065583.0

申请日：2022-01-20

Applicant: 兰州大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 苏伟 ,  孙元涛 ,  黄强 ,  李福喜 ,  袁永娜 ,  胡楠

IPC: G06F16/332 ,  G06F16/33 ,  G06N3/04 ,  G06Q50/20

Abstract: 本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息，成对应于所述答题信息的隐藏特征向量；根据所述隐藏特征向量确定权重矩阵；根据所述权重矩阵从内存矩阵中进行读取，获得聚焦向量；根据所述权重矩阵内存矩阵进行内容写入，生成t时刻的内存矩阵；融合所述隐藏特征向量和所述生成输出特征向量，根据所述输出特征向量生成预测值；根据所述预测值和所述答题信息的差异进行知识追踪模型的训练，生成目标模型，通过采用内存矩阵保存用户的历史答题信息所产生的相关特征，并即时的在训练过程中对内存矩阵进行读写，从而有效利用了用户的历史答题信息来训练模型。