融合分层知识图谱和深度知识追踪的学习路径推荐方法

AITNT
正文
推荐专利
融合分层知识图谱和深度知识追踪的学习路径推荐方法
申请号:CN202411726995
申请日期:2024-11-28
公开号:CN119831012B
公开日期:2025-08-12
类型:发明专利
摘要
本发明公开了融合分层知识图谱和深度知识追踪的学习路径推荐方法,属于数据分析技术领域,包括以下步骤:KGDKT模型构建,构建能够考虑知识点之间逻辑关系的深度知识追踪模型;学习路径查找,基于分层课程知识图谱和KGDKT生成从起点知识点指向目标知识点的所有路径;最优路径选择,通过KGDKT预测学习者在不同路径上的目标知识点掌握程度,并选择学习效果最好的一条路径推荐给学习者。本发明方法生成的路径符合知识点之间的逻辑关系,能够适应学习者动态变化的知识水平,提升了学习者在目标知识点上的学习效果。
技术关键词
知识点 学习路径推荐方法 深度知识追踪 路径查找算法 知识图谱嵌入技术 分层 广度优先搜索算法 数据分析技术 注意力机制 矩阵 编码器 队列 定义 关系
系统为您推荐了相关专利信息
1
面向智能教学干预的多智能体协同推理系统
推理系统 多智能体协同 知识点 教学组织形式 学科知识图谱
2
一种学习难度智能调节装置及方法
智能调节方法 图谱 节点 智能调节装置 动态更新
3
融合理解与推理的大模型解题方法及系统
大语言模型 解题方法 知识点 文字提示信息 教学
4
一种面向计算机个性化教育的多轮对话问题生成方法
个性化教育 知识点 多轮对话 生成方法 构建知识图谱
5
面向大规模用户的个性化教学资源推荐方法和系统
感兴趣 个性化教学资源推荐方法 面向大规模用户 交互网络 教学场景
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