一种融合学习场景的可解释学习路径推荐方法

AITNT
正文
推荐专利
一种融合学习场景的可解释学习路径推荐方法
申请号:CN202410534551
申请日期:2024-06-07
公开号:CN118297154A
公开日期:2024-07-05
类型:发明专利
摘要
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。
技术关键词
学习路径推荐方法 深度优先搜索算法 实体 知识图谱语义信息 邻域 场景 标准化欧氏距离 多头注意力机制 个性化特征 基础 知识点 对象 聚类 阶段
系统为您推荐了相关专利信息
1
一种基于RAG技术的人工智能体生成方法及系统
人工智能体 生成方法 非结构化文档 创建知识库 机器人
2
一种网络安全平台用数据传输方法及系统
像素点 网络安全平台 数据传输方法 特征值 图像
3
基于跨多状态的协议模糊测试方法及系统
字段 协议模糊测试方法 关系 模糊测试框架 树状数据结构
4
一种基于领域知识图谱的地质灾害应急响应方案生成方法
实体 图谱 生成方法 语义 地质灾害技术
5
一种动态三维点云模型显著性检测方法与系统
三维点云模型 显著性检测方法 简化特征 顶点 动态
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号