基于认知计算驱动的学习数据精准挖掘方法

本发明提供一种基于认知计算驱动的学习数据精准挖掘方法，包括如下步骤：S1：进行多模态学习行为数据采集与异构整合的步骤；S2：基于微积分的动态特征权重优化的步骤；S3：进行认知状态微分方程建模的步骤；S4：基于统计学的认知诊断混合模型的步骤；S5：动态知识图谱的增量式构建的步骤；S6：构建隐私保护的联邦学习框架的步骤；S7：认知干预策略生成的步骤；S8：构建多粒度效果评估体系的步骤；S9：构建可解释性增强模块的步骤；S10：进行自适应迭代优化的步骤；该基于认知计算驱动的学习数据精准挖掘方法具有的优点如下：联邦学习与异构图融合使数据利用率突破传统方法的局限；微分方程建模实现注意力预测误差降低，优于所有现有ARIMA/LSTM基线模型。