申请/专利权人：浙江师范大学

申请日：2023-03-21

公开（公告）日：2023-06-23

公开（公告）号：CN116306818A

主分类号：G06N3/0464

分类号：G06N3/0464;G06N3/08;G06Q10/063;G06Q50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本发明公开了一种基于超图神经网络的在线学习同伴互评分数聚合方法，包括：构建学生间的社交关系超图及对应的第一矩阵、学生间分数互评超图及对应的第二矩阵和学生分数自评超图及对应的第三矩阵；将第一矩阵、第二矩阵和第三矩阵分别输入至预设的深层超图卷积模型，对应得到第一输出特征、第二输出特征和第三输出特征；深层超图卷积模型包括卷积网络、图注意力网络以及残差网络；将第一输出特征、第二输出特征和第三输出特征进行特征交互，得到模态交互特征；聚合模态交互特征并根据聚合后的模态交互特征计算每一学生的预测分数。本发明可以实现在线学习同伴互评分数的精准预测，可广泛应用于互评预测领域。

主权项：1.一种基于超图神经网络的在线学习同伴互评分数聚合方法，其特征在于，包括：构建学生间的社交关系超图及对应的第一矩阵、学生间分数互评超图及对应的第二矩阵和学生分数自评超图及对应的第三矩阵；将所述第一矩阵、所述第二矩阵和所述第三矩阵分别输入至预设的深层超图卷积模型，对应得到第一输出特征、第二输出特征和第三输出特征；所述深层超图卷积模型包括卷积网络、图注意力网络以及残差网络；将所述第一输出特征、第二输出特征和第三输出特征进行特征交互，得到模态交互特征；聚合所述模态交互特征并根据聚合后的模态交互特征计算每一学生的预测分数。

全文数据：

权利要求：

百度查询： 浙江师范大学 一种基于超图神经网络的在线学习同伴互评分数聚合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD