摘要
本公开的实施例提供了一种自适应学习路径规划方法、自适应学习路径规划装置、介质及设备;所述方法包括:收集学生的知识点数据和学习数据,包括学习时间、学习行为、答题正确率、错题类型;根据知识点数据和学习数据,建立动态知识图谱,包含知识点关联关系和学生学习数据;利用路径挖掘技术,在动态知识图谱中提取学生的历史学习路径,生成学习路径分析报告,报告包括关键节点、瓶颈知识点及学习数据;将知识图谱和分析报告输入强化学习模型,规划学生的试探性学习路径和策略;根据学生反馈,利用贝叶斯优化调整试探性学习路径和策略,得到目标路径和策略,并优化模型超参数;以及,收集学生执行目标路径和策略时的数据,更新动态知识图谱。
技术关键词
动态知识图谱
知识点
强化学习模型
学习路径规划方法
知识图谱构建
挖掘技术
路径规划装置
正确率
报告
答题
学生学习数据
拉丁超立方采样
随机采样方法
策略优化模型
节点
动态更新
系统为您推荐了相关专利信息
深度强化学习模型
混合整数规划模型
深度Q网络
策略
资源调度方法
审核模型
项目
机器学习驱动
自动审核方法
加密数据
施工隧道交通
信号灯控制方法
马尔可夫模型
强化学习模型
交通流
数据通信方法
轨道
通信终端
接收方
信号覆盖范围