- 专利标题: 基于深度学习和符号回归的导学策略生成方法及系统
-
申请号: CN202410289781.4申请日: 2024-03-14
-
公开(公告)号: CN118051884B公开(公告)日: 2024-09-20
- 发明人: 刘三女牙 , 沈筱譞 , 孙建文 , 杨宗凯 , 梁如霞 , 李卿
- 申请人: 华中师范大学
- 申请人地址: 湖北省武汉市洪山区珞喻路152号
- 专利权人: 华中师范大学
- 当前专利权人: 华中师范大学
- 当前专利权人地址: 湖北省武汉市洪山区珞喻路152号
- 代理机构: 武汉东喻专利代理事务所
- 代理商 张英
- 主分类号: G06F18/27
- IPC分类号: G06F18/27 ; G06F18/214 ; G06N5/022 ; G06N5/045 ; G06Q50/20 ; G06N3/042 ; G06N20/00
摘要:
本发明提供一种基于深度学习和符号回归的导学策略生成方法及系统,所述方法包括:获取当前学习者在学习平台上的训练日志数据;将训练日志数据输入至预先建立的深度回归模型中,输出当前学习者的训练日志数据的关键特征和与关键特征对应的知识点掌握度;利用符号回归算法将当前学习者的关键特征和知识点掌握度表示为符号化方程,并将符号化方程进行整合,得到符号化模型,以生成当前学习者的导学策略。本发明利用神经网络模型和符号回归算法从复杂的训练日志数据中提取关键特征并将其转化为符号形式,将导学策略的生成过程进行可视化,不仅可以更好的分析导学策略生成过程,而且可以为学习者生成更合适、更个性化的导学策略。
公开/授权文献
- CN118051884A 基于深度学习和符号回归的导学策略生成方法及系统 公开/授权日:2024-05-17