-
公开(公告)号:CN119514591A
公开(公告)日:2025-02-25
申请号:CN202411674133.7
申请日:2024-11-21
Applicant: 武汉纺织大学
IPC: G06N3/042 , G06N3/0442 , G06N3/0499 , G06N3/0985 , G06Q50/20
Abstract: 本发明提供了一种基于知识关联和异常行为混合的分层注意力认知诊断方法,采用图神经网络技术来聚合试题文本、概念、难度等异构试题属性,通过邻居节点更新以获取知识关联;采用基于工作记忆容量的短期注意力机制来聚合时序中关联的前序知识信息,实现“知识‑时序”的一阶耦合;从点击流特征中抽取体现学生猜测和粗心的关键特征,设置猜测和粗心函数计算猜测指数和粗心指数,实现“行为‑时序”的一阶耦合;基于知识状态和异常行为指数,设置猜测门和粗心门,校正学生的认知状态,获取学生的综合能力状态,实现“知识‑时序‑行为”的二阶耦合;最后,采用多任务学习方法,引入异常指数预测任务,以此校正学习者在未来的作答表现预测。
-
公开(公告)号:CN119514590A
公开(公告)日:2025-02-25
申请号:CN202411674130.3
申请日:2024-11-21
Applicant: 武汉纺织大学
IPC: G06N3/042 , G06N3/0442 , G06N3/0985 , G06Q50/20
Abstract: 本发明方法提出了一种面向学习过程的三元二阶耦合的动态认知诊断方法,将学习过程中的学习单元划分为“知识、时序、行为”三元组,通过神经网络模型和行为特征提取技术获得“知识‑时序”和“行为‑时序”的一阶耦合分析知识状态和行为状态的变化,同时,采用GLU门控技术设置猜测门、熟练门和学习门,实现学习过程中学习者的认知状态变化的复杂建模,获取学习者的潜在能力状态;最后通过行为特征和反应结果的多任务预测,实现对学习者认知状态的诊断与学习者未来表现的预测。本发明能够科学、全面地对学习者学习情况进行预测,达到辅助教师进行精准教学的目的。
-
公开(公告)号:CN118940795A
公开(公告)日:2024-11-12
申请号:CN202410961023.2
申请日:2024-07-17
Applicant: 武汉纺织大学
Abstract: 本发明提供一种基于多元学习行为因果推断的动态认知诊断方法,借助点击流和活动流对学习过程行为建模,通过多元行为特征构建学习行为图。同时考虑学习行为与认知之间的因果关联,通过因果注意力机制学习权重差异,实现关键行为子图和低效行为子图的自动划分。随后将学习行为视作因果推断中的变量,对低效行为进行干预,建立关键行为与低效行为的组合,获取干预图。基于已获取的关键行为子图、低效行为子图和干预图表征,通过多任务机制来设置不同的预测目标,以此挖掘学习行为和内隐认知之间的因果关联,增强学习者认知水平动态诊断的可解释性。
-
-