申请/专利权人:华中师范大学;篆刻时光科技(武汉)有限公司
申请日:2024-01-04
公开(公告)日:2024-02-13
公开(公告)号:CN117556381A
主分类号:G06F18/26
分类号:G06F18/26;G06N5/025;G06N3/043;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.01#实质审查的生效;2024.02.13#公开
摘要:本发明属于个性化学习技术领域,公开了一种面向跨学科主观试题的知识水平深度挖掘方法及系统,包括:提取学习者特征、跨学科主观试题特征、学习者‑试题交互特征,引入深度神经网络对学习者和试题的交互信息进行挖掘;结合模糊逻辑对学习者在主观试题上的答题情况进行表征,基于深度模糊神经网络对学习者在主观试题上的知识认知状态进行预测;利用学习者与试题之间的交互信息,在对学习者知识水平深度挖掘的同时,对试题区分度以及试题所涉及知识点难度进行预测。本发明公开的方法有利于提高模型在学习者试题表现和知识认知状态的预测准确度性能,优化了模型的收敛速率和训练速率,从技术层面助力智慧教育的落地。
主权项:1.一种面向跨学科主观试题的知识水平深度挖掘方法,其特征在于,包括:S1,提取学习者特征、跨学科主观试题特征、学习者-试题交互特征,基于多维项目反应理论设计学习-反应交互函数对学习者和试题的交互信息进行建模;S2,基于深度模糊神经网络对学习者在主观试题上的答题情况进行表征,基于教育测量理论构建预测层对学习者在主观试题上的成绩进行预测,同时利用学习-反应交互函数进一步挖掘学习者的知识水平;S3,利用学习者与试题之间的交互信息,在对学习者知识水平深度挖掘的同时,对试题区分度以及试题所涉及知识点难度进行预测。
全文数据:
权利要求:
百度查询: 华中师范大学;篆刻时光科技(武汉)有限公司 一种面向跨学科主观试题的知识水平深度挖掘方法及系统
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。