一种融合多特征的可解释知识追踪方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种融合多特征的可解释知识追踪方法
申请号:CN202510857500
申请日期:2025-06-25
公开号:CN120744056A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开了一种融合多特征的可解释知识追踪方法,属于数据处理技术领域,包括以下步骤:S1、获取学生的历史交互序列;S2、生成问题的综合难度评分;S3、生成学生对问题的动态掌握度;S4生成题目综合区分度;S5、生成学生能力画像;S6、根据题目难度、学生对问题的动态掌握度、题目综合区分度、和学生能力画像,利用树增强朴素贝叶斯模型预测学生在下一个时间点对给定问题的回答效果。本发明能够解释题目难度、题目动态掌握度、题目区分度和学生能力画像四个维度特征对预测结果的影响,为教育主体提供清晰直观的教学干预依据。
技术关键词
知识追踪方法 融合多特征 学生 朴素贝叶斯模型 错误率 画像 序列 因子 动态 Sigmoid函数 皮尔逊相关系数 全局平均池化 校准 数据处理技术 基础 节点 正确率 超参数 答题 表达式