申请/专利权人:南京师范大学
申请日:2024-03-20
公开(公告)日:2024-06-11
公开(公告)号:CN118170979A
主分类号:G06F16/9535
分类号:G06F16/9535;G06Q50/20;G06N3/0455;G06N3/047;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.28#实质审查的生效;2024.06.11#公开
摘要:本发明公开了一种基于多概念学习资源的学习路径推荐方法,包括:将历史学习记录输入到Encoder模块进行处理,得到学习记录矩阵;将学习记录矩阵和邻接矩阵输入到Decoder模块中的T‑GCN模型中,获取到知识水平;将知识水平输入到Decoder模块中的softmax层输出不同概念需要被学习的概率分布;将概率分布输入到候选集生成模块中的候选概念生成层,生成概念候选集;将概念候选集输入到候选集生成模块中的候选资源生成层,生成学习资源候选集;根据学习资源候选集获取到学习路径;利用知识追踪模块选择最佳的学习路径。本发明为学习者推荐符合个体需求的包含多概念学习资源的学习路径,这种学习路径推荐方法应使学习者获得更好的学习效果,并且能够在更广泛的真实场景下应用。
主权项:1.一种基于多概念学习资源的学习路径推荐方法,其特征在于,包括如下步骤:S1:将历史学习记录输入到Encoder模块进行处理,得到学习记录矩阵;S2:将学习记录矩阵和邻接矩阵输入到Decoder模块中的T-GCN模型中,获取到知识水平;S3:将知识水平输入到Decoder模块中的softmax层输出不同概念需要被学习的概率分布;S4:将步骤S3的概率分布输入到候选集生成模块中的候选概念生成层,生成概念候选集;将概念候选集输入到候选集生成模块中的候选资源生成层,生成学习资源候选集;根据学习资源候选集获取到学习路径;S5:利用预训练的知识追踪模块选择最佳的学习路径。
全文数据:
权利要求:
百度查询: 南京师范大学 一种基于多概念学习资源的学习路径推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。