申请/专利权人：陕西师范大学;黑龙江大学

申请日：2024-02-02

公开（公告）日：2024-04-16

公开（公告）号：CN117892808A

主分类号：G06N5/02

分类号：G06N5/02;G06N3/045

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开一种基于无环知识概念间关系的认知诊断方法及系统，所述方法包括获取包括学习者、习题和知识点的数据集，根据所述数据集得到由专家标记的知识概念图，去掉知识概念图图中的知识闭环，得到无环的知识概念图；构建基于关系图驱动的多级注意力神经网络，并获得知识概念、习题和学习者的融合关系感知表示；构建可拓展的诊断层神经网络并训练，将所述数据集输入训练完成的多级注意力神经网络，得到学习者在测试集上的认知水平结果；本发明应用基于关系图驱动的认知诊断框架，用多级的注意力神经网络来平衡各个局部图的节点级的关系聚合，基于可拓展的诊断层神经网络，提升了网络的预测精度。

主权项：1.一种基于无环知识概念间关系图的认知诊断方法，其特征在于，包括以下步骤：获取包括学习者、习题和知识点的数据集；根据所述数据集得到由专家标记的知识概念图，采用提升知识概念间关系的准确度和降低知识概念间关系图环的重复度算法去掉知识概念图图中的知识闭环，得到无环的知识概念图；构建基于关系图驱动的多级注意力神经网络，基于所述多级注意力神经网络，获得知识概念、习题和学习者的融合关系感知表示；构建可拓展的诊断层神经网络，将知识概念、习题和学习者的融合关系感知表示联合，然后经过一层全连接层，构建学习者的认知水平矩阵、习题难度矩阵和习题区分度矩阵，将获得的学习者的认知水平矩阵、习题难度矩阵和习题区分度矩阵连接起来，得到第一层的输出，再经过一层全连接层，利用Sigmoid函数将得分归一化为预测概率；对所述多级注意力神经网络进行训练；将所述数据集输入训练完成的多级注意力神经网络，得到学习者在测试集上的认知水平结果。

全文数据：

权利要求：

百度查询： 陕西师范大学;黑龙江大学 基于无环知识概念间关系图的认知诊断方法及系统

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。

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