基于课程知识图谱和知识追踪的习题推荐方法及装置

AITNT
正文
推荐专利
基于课程知识图谱和知识追踪的习题推荐方法及装置
申请号:CN202411656166
申请日期:2024-11-19
公开号:CN119761370A
公开日期:2025-04-04
类型:发明专利
摘要
本发明公开了一种基于课程知识图谱和知识追踪的习题推荐方法及装置,方法包括:根据目标学科的知识特点,基于获取到的教学参考资料构建学科知识图谱;根据学生的答题历史序列和当前知识状态,构建基于DKT模型的知识追踪器;根据所述学科知识图谱和所述知识追踪器,生成习题推荐结果。本发明实施例能够深度挖掘学生的学习行为与偏好,可以提供既精准又多样化的习题推荐,同时,它充分利用学科知识图谱中蕴含的丰富关系信息和语义内容,为每道推荐的习题附上清晰、明确的解释,从而助力在线教育领域实现更加高效、个性化的学习体验,可广泛应用于计算机技术领域。
技术关键词
知识点 学科知识图谱 习题推荐方法 学生 追踪器 BiLSTM模型 关系 答题 sigmoid函数 代表 教学 序列 实体 列表 计算机程序产品 处理器 推荐装置 网络平台 注意力机制
系统为您推荐了相关专利信息
1
一种基于特征校准及自适应知识传递的增量学习方法
增量学习方法 校准 联合损失函数 学生 检测数据输入
2
多任务融合检测模型的训练方法、多任务检测方法和装置
训练样本集 多任务检测方法 学生 数据 多任务检测装置
3
信息检索方法、装置及存储介质
知识点 样本 信息检索方法 信息检索装置 语义
4
巡课视频数据自动化标注的方法、系统、装置和存储介质
语音特征 序列 兴趣 教学 阶段
5
一种基于短期用户行为预测的内容实时推送优化方法
日志数据采集系统 日志采集系统 预测模型训练 学生 模型更新
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