公开(公告)号：CN118656545A

公开(公告)日：2024-09-17

申请号：CN202411110330.6

申请日：2024-08-14

Applicant: 东北大学

Inventor： 樊迪 ,  张天成 ,  王铭雪 ,  刘恒宇 ,  于明鹤 ,  于戈

IPC: G06F16/9535 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08 ,  G06Q50/20

Abstract: 本发明公开了一种图卷积网络驱动的多任务学习资源推荐方法，涉及智慧教育的技术领域，本发明旨在解决多任务推荐问题，提升学生个性化学习体验并优化学习资源的合理分配，本发明至少包括：分别构建学生与课程、知识概念和视频之间交互关系的图结构；使用图嵌入模块利用改进的图卷积网络对图结构进行处理，学习并生成图嵌入表示；将所述图嵌入表示作为多任务推荐模块的输入，使用多个专家网络进行特征提取，使用门控机制动态整合专家知识，聚合专家表示，得到各个子任务的特定表示；最后同时生成课程推荐、知识概念推荐和视频推荐的结果；实现了基于图卷积网络的多任务推荐，为学生提供更加全面、个性化的学习体验。

公开(公告)号：CN118152667B

公开(公告)日：2024-07-02

申请号：CN202410571166.2

申请日：2024-05-10

Applicant: 东北大学

Inventor： 樊迪 ,  李凡 ,  张天成 ,  于明鹤 ,  于戈

IPC: G06F16/9535 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种面向学生偏好的习题推荐方法，涉及智慧教育的技术领域，本发明旨在解决通过优化习题推荐策略来提高学生学习体验的问题，本发明至少包括如下步骤：形成训练数据集，获取学生与习题的交互行为数据；根据交互行为数据，进行相似程度计算，计算习题之间或学生之间的相似程度；根据相似程度计算结果，选择与目标习题或学生最相似的一组邻域；使用学生对每道题目的尝试次数和相似程度生成学生对题目兴趣程度的预测结果；利用学生与习题的历史交互日志进行建模，根据学生对题目兴趣程度的预测结果为每个学生推荐题目，生成推荐集合；实现了基于学生相似性或习题相似性进行学生偏好习题推荐，为学生提供更加全面、个性化的学习体验。

公开(公告)号：CN118152667A

公开(公告)日：2024-06-07

申请号：CN202410571166.2

申请日：2024-05-10

Applicant: 东北大学

Inventor： 樊迪 ,  李凡 ,  张天成 ,  于明鹤 ,  于戈

IPC: G06F16/9535 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种面向学生偏好的习题推荐方法，涉及智慧教育的技术领域，本发明旨在解决通过优化习题推荐策略来提高学生学习体验的问题，本发明至少包括如下步骤：形成训练数据集，获取学生与习题的交互行为数据；根据交互行为数据，进行相似程度计算，计算习题之间或学生之间的相似程度；根据相似程度计算结果，选择与目标习题或学生最相似的一组邻域；使用学生对每道题目的尝试次数和相似程度生成学生对题目兴趣程度的预测结果；利用学生与习题的历史交互日志进行建模，根据学生对题目兴趣程度的预测结果为每个学生推荐题目，生成推荐集合；实现了基于学生相似性或习题相似性进行学生偏好习题推荐，为学生提供更加全面、个性化的学习体验。