摘要
本发明涉及教学智能化领域,具体公开了一种基于图模型的自适应学习任务推荐方法及系统,该系统包括知识超图增强模块、知识超图表示学习模块和知识超图链路预测模块,其中:知识超图增强模块用于:基于在线学习场景中学生与学习任务的历史交互二部图、学习任务与知识点间的关系、知识图谱,提取学生、学习任务、知识点三者间的超关系,构建知识超图;基于学生特征采用聚类方法生成表示学生关系的超边,一个聚类对应一个超边,建立多个学生视图,并与所述知识超图融合以实现增强;知识超图表示学习模块用于:将构建的知识超图作为输入;采用本发明的技术方案在多元关系建模、长尾数据处理和动态适应性方面效果突出。
技术关键词
推荐系统
学生
知识点
神经网络框架
推荐方法
卷积方法
聚类方法
模块
引入注意力机制
节点特征
节点间信息
损失函数优化
关系建模
链路
图谱
在线
矩阵
系统为您推荐了相关专利信息
知识蒸馏方法
多模态图像数据
融合特征
浅层特征提取
文本编码器
数据管理方法
密钥
审计日志
学生
教育信息化管理
课件设计方法
知识点图谱
资源
人工智能分析技术
学生