一种基于人工智能的教学信息处理方法及系统

本发明涉及教学系统技术领域，具体为一种基于人工智能的教学信息处理方法及系统，包括如下步骤：S1、多模态数据采集与融合，采用时间扭曲动态对齐算法对数据进行融合；S2、认知状态建模，在传统LSTM基础上引入动态遗忘门机制，量化知识点的半衰期效应，当学生的解题路径与预期最优路径偏离度Δ>0.4时触发警报；S3、动态知识拓扑构件，基于图神经网络动态更新知识点间的关系权重，使用改进的Sweller认知负荷指数。该发明解决了当学生在代数"因式分解"环节存在未暴露的理解偏差时(如错误关联"平方差公式"与"完全平方公式")，系统仍会机械推进到"多项式运算"模块，导致知识漏洞的链式累积，最终引发系统性学习崩溃的问题。