公开(公告)号：CN116090564A

公开(公告)日：2023-05-09

申请号：CN202211499363.5

申请日：2022-11-28

Applicant: 华东师范大学

Inventor： 钱鸿 ,  周爱民 ,  吴婷 ,  曾奕博 ,  邵非

IPC: G06N7/01 ,  G06N5/04

Abstract: 本发明公开了一种基于贝叶斯网络的错题归因方法，通过知识点结构图构建贝叶斯网络，并利用学生做题数据进行贝叶斯网络参数学习和题目做错原因推理，对于输入的每一条数据，均用来更新贝叶斯网络的参数，当需要进行错题归因时，即可用该条数据和当前贝叶斯网络的参数进行题目做错原因推理。所述方法能够揭示学生做题错因的层次关系，细粒度地厘清出错原因链；在大规模的场景下，可以实现高效、准确的错题自动归因，辅助教师进行针对性的备课和学生辅导，帮助学生实现个性化的学习；同时，该方法模型透明，过程可解释，结果可信赖，适用于智能教育中的错题归因场景。本发明还公开了一种实现上述基于贝叶斯网络的错题归因系统。

公开(公告)号：CN113160990A

公开(公告)日：2021-07-23

申请号：CN202110523546.5

申请日：2021-05-13

Applicant: 华东师范大学

Inventor： 郭永恒 ,  曾奕博 ,  张恒哲 ,  周爱民 ,  林欣 ,  邵非

IPC: G16H50/30 ,  G06N3/00 ,  G06N3/12

Abstract: 本发明公开了一种基于遗传算法和决策树的健康状况预测方法，其可使模型精确度和模型大小获得平衡，在保证性能的同时，可提高预测效率，该方法基于健康状况相关数据进行，并利用了遗传算法和决策树模型实现，该方法包括：将训练集作为决策树模型的输入数据，对决策树模型进行训练，决策树模型的超参数种群初始化，超参数种群包括若干个超参数，采用交叉验证方式对决策树模型进行评估，判断决策树模型是否满足条件，若满足则返回评估结果，若不满足，则进入下一步骤，采用交叉算子和变异算子对决策树模型的父代决策树进行选择，子代决策树生成，对子代决策树进行评估，利用子代决策树获得的超参数作为预测健康状况的超参数。