-
公开(公告)号：CN111985560B
公开(公告)日：2023-05-12
申请号：CN202010838186.3
申请日：2020-08-19
Applicant: 中南大学
IPC: G06F18/2431 , G06N3/04 , G06N3/049 , G06F18/214 , G06F18/211 , G06Q50/20
Abstract: 本发明涉及计算机数据处理技术领域，公开了一种知识追踪模型的优化方法、系统及计算机存储介质，以减少模型需要训练的参数，有效避免人工选择带来的误差，保证模型能够收敛到全局最优，提高数据处理的效率并降低对计算机资源的占用。本发明方法，包括：将领域互信息算法与随机森林算法进行深度融合以选择特征子集；对被选择的特征子集中的特征进行编码；对编码结果进行降维；以及将降维后的编码结果输入LSTM神经网络进行训练。
-
公开(公告)号：CN108257052B
公开(公告)日：2022-04-22
申请号：CN201810040826.9
申请日：2018-01-16
Applicant: 中南大学
Abstract: 本发明大数据挖掘技术领域，公开了一种学生在线知识评估方法及其系统，以全面考虑数据的多个特征性，提高分析结果的准确性，并降低模型的训练时间，提高系统的自动性和优异性的知识掌握情况进行评估，本发明的方法包括与存储学生作答数据的数据库建立网络连接，并从数据库中获取所有学生的相关作答数据后进行去噪得到经过初步筛选后的样本集；依据初步筛选后的样本集基于CART算法对所有学生作答情况进行预测得到第一预测结果；将第一预测结果、每一位学生的真实作答结果和每道题的相应知识点ID进行one‑hot编码，然后将编码结果通过DKT模型进行进一步分析以得出对学生知识掌握情况的评估结果。
-
公开(公告)号：CN111985560A
公开(公告)日：2020-11-24
申请号：CN202010838186.3
申请日：2020-08-19
Applicant: 中南大学
Abstract: 本发明涉及计算机数据处理技术领域，公开了一种知识追踪模型的优化方法、系统及计算机存储介质，以减少模型需要训练的参数，有效避免人工选择带来的误差，保证模型能够收敛到全局最优，提高数据处理的效率并降低对计算机资源的占用。本发明方法，包括：将领域互信息算法与随机森林算法进行深度融合以选择特征子集；对被选择的特征子集中的特征进行编码；对编码结果进行降维；以及将降维后的编码结果输入LSTM神经网络进行训练。
-
公开(公告)号：CN108257052A
公开(公告)日：2018-07-06
申请号：CN201810040826.9
申请日：2018-01-16
Applicant: 中南大学
Abstract: 本发明大数据挖掘技术领域，公开了一种学生在线知识评估方法及其系统，以全面考虑数据的多个特征性，提高分析结果的准确性，并降低模型的训练时间，提高系统的自动性和优异性的知识掌握情况进行评估，本发明的方法包括与存储学生作答数据的数据库建立网络连接，并从数据库中获取所有学生的相关作答数据后进行去噪得到经过初步筛选后的样本集；依据初步筛选后的样本集基于CART算法对所有学生作答情况进行预测得到第一预测结果；将第一预测结果、每一位学生的真实作答结果和每道题的相应知识点ID进行one‑hot编码，然后将编码结果通过DKT模型进行进一步分析以得出对学生知识掌握情况的评估结果。
-
-
-
Search Results
4
records
(took 0.018 seconds)
