申请/专利权人：华中师范大学

申请日：2021-11-05

公开（公告）日：2024-06-25

公开（公告）号：CN114154797B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q50/20;G06N3/047;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.03.25#实质审查的生效;2022.03.08#公开

摘要：本发明公开了一种基于多认知因素的学生技能评估方法及系统，其中，评估方法包括初始化步骤、认知因素获得步骤、认知注意力获得步骤、输入向量生成步骤、模型更新步骤、模型训练步骤、模型测试步骤、技能评估步骤。本发明充分考虑答题时间数据对作答得分的影响，同时综合考虑学生的潜在能力因素、技能掌握因素和速度因素之间的相互作用以及它们共同对作答得分的影响，并使用深度学习方法对三种认知因素进行建模，通过三层神经网络，结合多头自注意力机制，构建出更加贴合现实情况的认知评估方法及系统。本发明充分挖掘出学生与试题之间交互的非线性关系，能取得提高技能评估精准性的有益效果。

主权项：1.一种基于多认知因素的学生技能评估方法，其特征在于，包括以下步骤：（1）初始化步骤：按设定的比例将学生答题记录集合划分为训练集和测试集；其中，；为学生，为学生的个数，为学生的总数；为试题，试题的试题类型为客观题；为试题总数，为试题的个数；学生回答试题的得分为，答题时间为；根据全部试题及其考察的技能，建立试题技能映射矩阵；随机初始化可训练嵌入矩阵的内容；随机初始化权重矩阵的内容；随机初始化三层全连接神经网络中的全部参数；设定模型训练的批输入量和重复次数；对所述训练集中的所有答题记录进行随机分组操作形成多个分组，每个分组的答题记录数量为所述批输入量；（2）认知因素获得步骤：从所述多个分组中抽取一个未参加模型训练的分组，组成批训练数据集；通过所述试题技能映射矩阵、所述可训练嵌入矩阵和所述批训练数据集，计算得到学生的三种认知因素，分别为：技能掌握因素、潜在能力因素和速度因素；（3）认知注意力获得步骤：对所述批训练数据集，根据多头自注意力机制，通过所述权重矩阵和所述三种认知因素，计算得到认知注意力向量；（4）输入向量生成步骤：对所述批训练数据集，根据残差机制，通过所述认知注意力向量和所述三种认知因素，计算得到输入向量；（5）模型更新步骤：将所述输入向量输入三层全连接神经网络，得到预测得分；根据所述得分和预测得分，计算交叉熵损失并更新以下数据；三层全连接神经网络中的全部参数、所述权重矩阵的内容、所述可训练嵌入矩阵的内容；（6）模型训练步骤：使用步骤5中更新后的数据重复执行步骤2至步骤5，直到所有的分组都经过模型训练；（7）模型测试步骤：按所述重复次数，重复执行步骤2至步骤6，每次执行结束之后生成一个预测模型，其参数包括所述可训练嵌入矩阵；将所述测试集依次输入所有的预测模型，根据预测精度ACC、曲线下面积AUC、均方误差RMSE、绝对误差MAE四项评价指标，从所有的预测模型中确定一个模型为最终的学生技能评估模型；（8）技能评估步骤：从所述学生技能评估模型中提取出所述可训练嵌入矩阵中的技能掌握矩阵；所述认知因素获得步骤包括以下子步骤：（1）向量计算子步骤：对所述批训练数据集，计算学生的技能掌握程度属性、潜在能力属性和速度属性： ，，其中，是的二进制向量表示；； 分别为所述可训练嵌入矩阵中的技能掌握矩阵、潜在能力矩阵、速度矩阵；；对所述批训练数据集，计算试题的难度属性、工作量属性和技能向量属性，其中，技能向量属性为所述试题技能映射矩阵中试题所在的一行： ，，其中，是的二进制向量表示；； 为所述试题技能映射矩阵，，L为技能集中的元素总数； 分别为所述可训练嵌入矩阵中的难度矩阵、工作量矩阵；；（2）认知因素计算子步骤：对所述批训练数据集，计算学生的三种认知因素： ，，其中，、和分别为技能掌握因素、潜在能力因素和速度因素；所述认知注意力获得步骤包括以下子步骤：（1）初始特征矩阵计算子步骤：对所述批训练数据集，对所述三种认知因素进行拼接得到初始特征矩阵： ；其中，为拼接函数；（2）注意力结果矩阵计算子步骤：根据设定的多头自注意力的自注意力头数量，计算查询矩阵，键矩阵和值矩阵： 其中，为多头自注意力中的单头，； 、、分别为所述权重矩阵中的查询权重矩阵、键权重矩阵、值权重矩阵； ； 、分别为键矩阵的维度和值矩阵的维度；根据所述查询矩阵，键矩阵和值矩阵，计算注意力结果矩阵： 其中，表示转置；为归一化函数；（3）认知注意力矩阵计算子步骤：根据所述注意力结果矩阵和所述权重矩阵中的输出权重矩阵，计算得到认知注意力矩阵： 其中，，为多头自注意力输出维度，且；（4）认知注意力向量计算子步骤：根据所述认知注意力矩阵，计算得到认知注意力向量： 其中，为平铺函数。

全文数据：

权利要求：

百度查询： 华中师范大学 一种基于多认知因素的学生技能评估方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD