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
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
结构面产状
神经网络模型
参数
场地条件
区域岩体
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