公开(公告)号：CN118297154A

公开(公告)日：2024-07-05

申请号：CN202410534551.X

申请日：2024-06-07

Applicant: 重庆邮电大学

Inventor： 熊余 ,  任朝辉 ,  蔡婷 ,  吴超 ,  黄容 ,  蔡林沁

IPC: G06N5/022 ,  G06F40/30 ,  G06F18/23

Abstract: 本发明涉及一种融合学习场景的可解释学习路径推荐方法，属于教育信息化领域。该方法包括：使用K‑prototype算法挖掘与学习者知识水平相关的个性化特征，对相同学习偏好的学习者进行聚类，形成个性化表征；使用邻域标定的图注意力网络建模知识图谱中实体以及实体间的语义关系，表征知识图谱语义信息，并采用深度优先搜索算法对知识图谱进行遍历，获得候选学习路径集；使用多约束算法，从学习场景驱动出发，将候选学习路径集与学习者进行匹配，通过聚合学习者特征信息与知识图谱的语义信息，完成可解释的学习路径推荐。

公开(公告)号：CN118394884A

公开(公告)日：2024-07-26

申请号：CN202410537241.3

申请日：2024-04-30

Applicant: 重庆邮电大学

Inventor： 熊余 ,  任朝辉 ,  王斌 ,  蔡婷 ,  吴超 ,  蔡林沁

IPC: G06F16/33 ,  G06F16/338 ,  G06F40/30 ,  G06Q50/20

Abstract: 本发明涉及一种考虑路径语义信息的可解释学习路径推荐方法，属于教育信息化领域。该方法包括：使用GRU网络通过在路径序列每个时间步更新内部状态，实现路径序列中的节点的依赖关系建模。通过扩展路径序列邻接学习单元构建学习路径子图，利用GCN网络汇聚学习路径中单元的邻域信息，更新节点的表征，再使用Transformer捕获节点的关系语义信息，提取学习路径子图的结构语义信息。通过路径匹配选择器来确定学习路径类型，然后使用熵编码器分析不同的路径类型对于学习者的信息增益，区分路径集合中不同路径类型的最终贡献。加权池化模块则通过联合路径表示、语义增强表征以及学习者表征确定最终的路径表征，通过熵编码器获得权重，得到最终的得分输出。