公开(公告)号：CN117852640A

公开(公告)日：2024-04-09

申请号：CN202311850373.3

申请日：2023-12-28

Applicant: 西安理工大学

Inventor： 王磊 ,  张欢欢 ,  李薇 ,  屈禹先 ,  杜昌山

IPC: G06N5/025 ,  G06N3/0442 ,  G06N3/045 ,  G06Q50/20

Abstract: 本发明公开的基于增强动态键值记忆网络的知识追踪方法，包括以下步骤：步骤1、构建增强的动态键值记忆网络模型，动态评估学生的学习能力和练习题的难度；步骤2、采用K‑means聚类算法根据步骤1所得学生的学习能力对学生分组；步骤3、根据步骤1所得练习题的难度、步骤2所得学生分组结果及练习题的技能与回答正确率二元组构建丰富的模型输入特征；步骤4、根据步骤3所得模型输入特征进行长期序列建模并输出预测结果。本发明的基于增强动态键值记忆网络的知识追踪方法，解决了在利用现有技术评估学生技能学习能力时准确度低导致无法准确开展个性化教学支持的问题。

公开(公告)号：CN116959663A

公开(公告)日：2023-10-27

申请号：CN202310919028.4

申请日：2023-07-25

Applicant: 西安理工大学

Inventor： 王磊 ,  杜昌山 ,  李薇 ,  张欢欢 ,  屈禹先

IPC: G16H20/30

Abstract: 本发明公开的基于本体推理的运动处方生成方法，包括构建运动处方库并转化成运动处方本体库，处方库中的属性关系对生成的运动处方提供一致性描述；建立适合不同人群特征的运动处方Jena推理规则库；建立运动本体模型，获取用户输入后建立用户本体；基于规则库，根据用户本体文件和Jena推理机进行推理，生成运动处方的核心参数：运动项目、运动强度、运动时间、运动频率，从而得到运动处方。本发明通过获取用户的个人身体条件信息，结合体育领域运动处方知识和本体推理知识建立Jena规则，最后用Jena推理机进行推理得出运动处方。由此可根据个体之间身体状况的差异针对性地进行个性化推荐运动处方。

公开(公告)号：CN117076739A

公开(公告)日：2023-11-17

申请号：CN202310955728.9

申请日：2023-07-31

Applicant: 西安理工大学

Inventor： 王磊 ,  屈禹先 ,  李薇 ,  张欢欢 ,  张运哲

IPC: G06F16/906 ,  G06Q50/20 ,  G06N5/02 ,  G06F16/9035

Abstract: 本发明公开的基于神经协同过滤和认知水平诊断的学习路径推荐方法，包括：获取学习者信息；根据学习者信息对学习者画像进行建模，得到学习者特征向量；根据知识图谱构建知识点特征向量；将学习者特征向量和知识点特征向量输入到神经协同过滤网络中，得到学习者对于所应掌握知识点的显隐性薄弱知识点集；将显隐性薄弱知识点集输入到认知水平诊断模型中，由认知水平诊断模型对知识点进行排序、组合、拆解，并输出最终的个性化学习路径推荐列表。本发明的基于神经协同过滤和认知水平诊断的学习路径推荐方法，能够更好地适应学习者的认知水平和学习特点，并实现实时性和鲁棒性的提升。