渐进式规划效果数据驱动的自学习自完善赋权评价方法、系统、电子设备及存储介质

AITNT
正文
推荐专利
渐进式规划效果数据驱动的自学习自完善赋权评价方法、系统、电子设备及存储介质
申请号:CN202510168540
申请日期:2025-02-17
公开号:CN119624726A
公开日期:2025-03-14
类型:发明专利
摘要
本发明涉及学习规划技术领域,公开了渐进式规划效果数据驱动的自学习自完善赋权评价方法、系统、电子设备及存储介质,包括:分析知识点的难度,根据知识点之间的先修关系和难度变化率,进行难度分层;统计学习者自学的学习行为分析知识点的掌握状态,基于学习时长和掌握状态对知识点进行赋权权重。本发明所述方法通过先修关系确定所有知识点的学习路径,构建知识单元,并计算各单元的平均难度,能够有效识别学习过程中知识点难度,通过对学习者的每种学习行为进行细粒度的监控,能够更加深入地了解学习者在学习过程中的细微变化,通过学习者对知识点的学习时长管理值来调节知识点的重复学习权重,能够有效平衡学习者对各个知识点的时间分配。
技术关键词
知识点 评价方法 算法规划 视频库 数据 指标 学生 定义 关系 分层 序列 周期 评价系统 电子设备 监控模块 处理器 计算机设备 可读存储介质
系统为您推荐了相关专利信息
1
基于多层聚类的无人自主系统性能模式分析方法及装置
自主系统 KNN算法 模式分析方法 聚类技术 样本
2
一种存储设备测试处理方法及装置
网络拓扑结构 存储设备测试 服务器主机 测试存储设备 指标
3
一种基于国密算法的多设备密钥绑定式数据加密存储系统
数据加密存储系统 国密算法 设备密钥 SM2算法 分块
4
一种地下水环境的污染风险评估方法及相关装置
污染风险评估方法 水文地质参数 风险评估报告 迁移转化规律 风险评估装置
5
一种基于多视图融合的三维模型形状识别方法、系统、设备及介质
三维模型形状 图像特征提取 特征融合网络 识别方法 模型超参数
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