買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉華中師范大學申請的專利融合學習認知要素的可解釋知識認知水平挖掘方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115422256B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211034335.6，技術領域涉及：G06F16/2458；該發明授權融合學習認知要素的可解釋知識認知水平挖掘方法及系統是由王志鋒;左明章;羅恒;孫建文;閔秋莎;董石;田元;夏丹;龍陶陶設計研發完成，并于2022-08-26向國家知識產權局提交的專利申請。

本融合學習認知要素的可解釋知識認知水平挖掘方法及系統在說明書摘要公布了：本發明屬于個性化學習技術領域，公開了一種融合學習認知要素的可解釋知識認知水平挖掘方法及系統，包括：構建學習資源?作答反應矩陣和學習資源?知識點矩陣，估計基于認知診斷模型的失誤和猜測參數；獲取包含學習者對潛在知識點的總體掌握狀態的特征向量；融入基于認知診斷模型的失誤和猜測參數，得到新的特征向量，預測學習者在特定學習資源上的作答表現；獲取知識增長向量、學習者對知識點的遺忘程度以及記憶強化程度，綜合更新學習者與學習資源交互后的知識狀態。本發明提出的融合學習認知要素的可解釋知識認知水平挖掘方法比傳統知識認知水平挖掘方法更有效。

本發明授權融合學習認知要素的可解釋知識認知水平挖掘方法及系統在權利要求書中公布了：1.一種融合學習認知要素的可解釋知識認知水平挖掘方法，其特征在于，所述融合學習認知要素的可解釋知識認知水平挖掘方法包括： 步驟一，以學習者與學習資源的交互序列為基礎，構建學習資源-作答反應矩陣和學習資源-知識點矩陣，估計基于認知診斷模型的失誤和猜測參數； 步驟二，分別創建存儲學習者作答學習資源潛在知識點的鍵矩陣以及存儲對所述潛在知識點的掌握狀態的值矩陣；同時從所述鍵矩陣獲取學習者作答的學習資源所相關的知識點；從所述值矩陣讀取學習者在相關知識點上的掌握情況，得到包含學習者對潛在知識點的總體掌握狀態的特征向量； 步驟三，從所述包含學習者對潛在知識點的總體掌握狀態的特征向量中學習基于學習者的個性化失誤參數和猜測參數，融入基于認知診斷模型的失誤和猜測參數，得到新的特征向量，預測學習者在特定學習資源上的作答表現； 步驟四，根據學習者與學習資源交互的交互序列的嵌入矩陣向量表示，并基于學習者當前的知識狀態，獲取知識增長向量；再基于學習者個性化的遺忘速率，獲取學習者對知識點的遺忘程度以及記憶強化程度，綜合更新學習者與學習資源交互后的知識狀態； 所述步驟二包括： 1創建存儲學習者作答學習資源潛在知識點的鍵矩陣以及存儲所述潛在知識點的掌握狀態的值矩陣；所述鍵矩陣為所述值矩陣為KCv＝KCv1,...,KCvi,...,KCvN； 2將學習資源序列的嵌入矩陣向量表示kt與值矩陣做內積，并通過sigmoid函數進行激活，獲取學習者作答的學習資源所相關的知識點及所述學習者作答的學習資源所相關的知識點的權重； 所述學習者作答的學習資源所相關的知識點的權重wt計算公式為：wt＝σktKCk； 3結合獲取的學習者作答的學習資源所相關的知識點及所述學習者作答的學習資源所相關的知識點的權重wt，從值矩陣KCv＝KCv1,...,KCvi,...,KCvN中讀取學習者在相關知識點上的掌握情況 4將獲取的學習者在相關知識點上的掌握情況進行加權求和，得到學習資源所包含的知識點的總體掌握狀態； 所述學習資源所包含的知識點的總體掌握狀態rt計算公式如下： 5將學習資源所包含的知識點的總體掌握狀態與學習資源序列的嵌入矩陣向量表示kt連接，再通過Tanh函數進行激活，獲得包含學習者對潛在知識點的總體掌握狀態的特征向量； 所述包含學習者對潛在知識點的總體掌握狀態的特征向量Ft表示如下： Ft＝TanhW1 T[rt,kt]+b1。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人華中師范大學，其通訊地址為：430079 湖北省武漢市洪山區珞喻路152號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。