公开(公告)号：CN117273130A

公开(公告)日：2023-12-22

申请号：CN202311502701.0

申请日：2023-11-13

Applicant: 南京信息工程大学

Inventor： 韩进 ,  黄兵兵

IPC: G06N5/02 ,  G06N5/04 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明公开了一种基于知识图谱与个体能力的认知诊断状态机实现方法，首先，将认知诊断的测试过程建模为基于知识图谱与个体能力触发的状态机，在认知诊断测试过程中，被测试者借助自身能力，触发状态机的状态转移；其次使用知识图谱表述知识点前导和后续的关联关系的特性，对状态机样本中路径进行扩展补充；利用状态机路径分解，使得用于认知诊断的模型中，各知识点在多个变迁条件中只出现一次，以状态变迁时间顺序组成状态转移矩阵；最后对改造后的状态机使用LSTM模型，通过被测试对象的测试结果，训练状态转移矩阵；将最终被测试对象的训练结果与标准认知结构对象做对比，利用相似度对被测试对象自身能力及各个知识点的掌握程度进行分析。

公开(公告)号：CN117273130B

公开(公告)日：2024-02-23

申请号：CN202311502701.0

申请日：2023-11-13

Applicant: 南京信息工程大学

Inventor： 韩进 ,  黄兵兵

IPC: G06N5/02 ,  G06N5/04 ,  G06N3/0442 ,  G06N3/09

Abstract: 本发明公开了一种基于知识图谱与个体能力的认知诊断状态机实现方法，首先，将认知诊断的测试过程建模为基于知识图谱与个体能力触发的状态机，在认知诊断测试过程中，被测试者借助自身能力，触发状态机的状态转移；其次使用知识图谱表述知识点前导和后续的关联关系的特性，对状态机样本中路径进行扩展补充；利用状态机路径分解，使得用于认知诊断的模型中，各知识点在多个变迁条件中只出现一次，以状态变迁时间顺序组成状态转移矩阵；最后对改造后的状态机使用LSTM模型，通过被测试对象的测试结果，训练状态转移矩阵；将最终被测试对象的训练结果与标准认知结构对象做对比，利用相似度对被测试对象自身能力及各个知识点的掌握程度进行分析。(56)对比文件Chenyang Bu等.Probabilistic modelwith evolutionary optimization forcognitive diagnosis《.GECCO '23:Proceedings of the Genetic andEvolutionary Computation Conference》.2023,891–899.嵇文路等.基于知识图谱的报文故障分析与检索《.应用科学学报》.2023,第41卷(第3期),378-390.秦岩丁等. 新工科背景下的理论+实验类课程授课模式改革探索 《.计算机教育》.2021,(第11期),27-32.Huijie Liu等.Technological KnowledgeFlow Forecasting through A HierarchicalInteractive Graph Neural Network《.2021IEEE International Conference on DataMining (ICDM)》.2020,389-398.Xiaolin Gui等.An ExplainableEducational Resource Recommendation ModelBased on Matrix Factorization《.2021 7thIEEE International Conference on NetworkIntelligence and Digital Content (IC-NIDC)》.2022, 354-358.黄梅根等.基于知识图谱的认知诊断模型及其在教辅中的应用研究《.计算机科学》.2021,第48卷(第S1期),644-648.