摘要
本发明涉及一种基于异构关系图嵌入的认知诊断方法和系统,旨在通过图神经网络与度量学习相结合,提高认知诊断的准确性和效率。本发明具体分为构建多元认知关系图并进行嵌入处理、基于图神经网络的关系感知编码、度量学习与作答模式辨别以及联合训练与模型优化这四个技术实现阶段。具体来说,本发明通过构建多元认知关系图并进行嵌入处理,精细化地刻画学生、试题和知识点之间的复杂交互关系。基于图神经网络进行关系感知编码,更新节点嵌入表示,融合不同类型关系信息。结合度量学习技术,精准区分学生的正确与错误作答行为。最后,通过联合训练优化模型,提升认知诊断精度和鲁棒性,适用于个性化学习评估和智能教育等领域。
技术关键词
认知诊断方法
关系
学生
实体
三元组
异构
源节点
度量学习技术
知识点
注意力
线性变换矩阵
邻居
神经网络结构
存储程序指令
消息
非线性
预测建模