一种基于多因素建模学习得分预测的题目推荐方法

AITNT
正文
推荐专利
一种基于多因素建模学习得分预测的题目推荐方法
申请号:CN202510791785
申请日期:2025-06-13
公开号:CN120632086A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开了一种基于多因素建模学习得分预测的题目推荐方法,涉及教育技术领域,对学员特征进行建模获取整体特征向量;分析每个题目与知识点的对应关系,获取知识点的权重向量并做归一化处理,构建知识点Embedding矩阵,结合题目关联知识点权重向量,计算当前题目的题目特征向量;基于历史题目得分、对应的整体特征向量和题目特征向量构建得分预测模型,并通过得分预测模型的损失函数优化模型内部参数,获取训练完成的得分预测模型;基于训练完成的得分预测模型预测学员对候选题目的得分,构建学习课程推荐规则,为学员推荐学习课程。本发明实现了对学员的个性化训练题目推荐。
技术关键词
题目推荐方法 知识点 推荐学习课程 前馈神经网络 神经网络模型 注意力机制 矩阵 损失函数优化 训练题目 样本 线性 参数 序列 关系 学生 代表
系统为您推荐了相关专利信息
1
一种用于提升激光方向稳定度的控制系统及控制算法
光斑位置信息 综合误差 生成控制信号 注意力机制 快反镜控制系统
2
基于反向传播神经网络的气体爆破参数预测与布孔设计方法
结构面产状 神经网络模型 参数 场地条件 区域岩体
3
无人机集群测试方法及系统
无人机集群 测试方法 序列 策略 神经网络模型
4
自吸式彩票刮票器的智能管理控制系统
智能管理控制系统 彩票 序列 自定义参数 刮票器
5
一种车辆计算卸载的深度学习方法
特征提取模型 深度学习方法 Kmeans算法 动态数据库 车辆特征提取
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