摘要
本发明提供了一种知识追踪方法及系统,其中方法包括:构建用于表征学生的知识学习情况的时序异构图集合;对所述时序异构图集合中的缺失数据进行补全,得到长时序知识演化序列;对所述长时序知识演化序列中的各节点和关系进行向量表示,得到嵌入向量;将所述嵌入向量输入到预设的时序循环神经网络模型,以学习不同时间序列异构知识图的动态演化模式;基于所述动态演化模式预测学生对未来新知识点的学习情况。通过本发明,实现了对长时序、不完整知识演化序列的知识追踪,能够满足在线教育平台对学生长时序知识追踪和个性化知识推荐的现实需求。
技术关键词
异构
时序循环神经网络
注意力神经网络
知识追踪方法
知识点
节点
学生
序列
个性化知识推荐
机制
数据
知识追踪系统
动态
决策方法
在线教育平台
关系
模式
多层感知机
系统为您推荐了相关专利信息
数据处理算法
化构建方法
替换算法
场景
数据格式
融合结构特征
药物靶点预测方法
系统特征
特征提取模块
靶点结构
创新创业教育服务系统
强化学习策略
个性化教育
数据采集模块
并行计算单元
排程方法
层次聚类算法
轧制
蒙特卡洛树
排程系统