买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉卓世科技(海南)有限公司申请的专利融合图嵌入和注意力的知识追踪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116611517B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310481693.X，技术领域涉及：G06N5/022；该发明授权融合图嵌入和注意力的知识追踪方法是由屠静;王亚;赵策设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本融合图嵌入和注意力的知识追踪方法在说明书摘要公布了：本发明公开了一种融合图嵌入和注意力的知识追踪方法，通过在线学习系统后台获取若干条答题记录，构建得到题目和技能点的关联结构图，进行图嵌入得到每个题目节点和技能点节点的嵌入向量，构建包括多头注意力模块，点积模块和Sigmoid模块的认知状态预测模型，通过在线学习系统后台获取不同学习者的若干条答题记录，对认知状态预测模型进行训练，对于需要进行知识追踪的学习者，将其历史答题记录的信息输入训练好的认知状态预测模型中，得到该学习者答对下一道题目的预测概率。本发明利用图结构表达每个题目和技能点的关联关系，并将题目难易程度编码为属性信息一并作为认知状态预测的依据，基于自注意力机制进行认知状态预测，提高知识追踪的准确率。

本发明授权融合图嵌入和注意力的知识追踪方法在权利要求书中公布了：1.一种融合图嵌入和注意力机制的知识追踪方法，其特征在于，包括如下步骤： S1：通过在线学习系统后台获取若干条答题记录，从中提取出题目信息集合技能点信息集合记题目数量为NX、技能点数量为NS，对每个题目和技能点进行编码，得到M-1维编码向量，M的值根据实际需要确定；提取每条答题记录的信息，包括题目编码、技能点编码、学习者编号、表示学习者答题是否正确的学习者答题标识，当学习者回答正确，学习者答题标识为1，否则为0；根据答题记录为每位学习者生成历史行为记录集合，每条记录包含该学习者回答的题目编号、答题标识和题目对应的技能者编号集合； S2：将NX个题目和NS个技能点作为节点，当某个题目和某个技能点在同一答题记录中出现，则在对应节点生成边，从而生成题目和技能点的关联结构图G，为每个节点生成初始向量，然后进行图嵌入得到每个题目节点和技能点节点的嵌入向量，嵌入向量的维度为M，从而得到题目特征矩阵和技能点特征矩阵图嵌入所采用的损失函数Loss的计算公式如下： Loss＝1-α*L1X,S+L2X+L3S+α*L4X,S,θ 其中，L1X,S表示题目和技能点的关联性损失函数，计算方法如下： 对于第i个题目和第j个技能点，i∈{1,2,…,NX}，j∈{1,2,…,NS}，记第i个题目的当前特征向量为xi，记第j个题目的当前特征向量为sj，j＝1,2,…,NS，如果第i个题目和第j个技能点在图G中存在连接边，则令关联系数rij＝1，否则令关联系数rij＝0；采用如下公式计算第i个题目和第j个技能点之间的局部邻近度 其中，σ表示sigmoid非线性激活函数； 然后采用如下公式计算得到题目和技能点之间的关联性损失函数L1X,S： L2X表示题目相似度的交叉熵损失函数，其计算方法如下： 其中，rii′ X表示第i个题目和第i′个题目之间真实的关联关系，如果第i个题目和第i′个题目都是同一个技能点节点的邻居节点，则rii′ X＝1，否则rii′ X＝0，表示第i个题目和第i′个题目之间的相关性估计值， L3S表示技能点相似度的交叉熵损失函数，其计算方法如下： 其中，rjj′ S表示第j个技能点和第j′个技能点之间真实的关联关系，如果第j个技能点和第j′个技能点都是同一个题目节点的邻居节点，则rjj′ S＝1，否则rjj′ S＝0，表示技能点之间的相关性估计值， L4Q,S表示题目难度损失函数，其计算方法如下： 对于第i个题目，根据步骤S1收集的答题记录统计得到该题目的正确率Ui，然后采用预设的非线性激活函数将正确率映射为难度属性特征Ci＝wTUi+b，w、b分别表示非线性激活函数的权重和偏置项；采用LeakyReLu作为激活函数Ci进行处理，得到正确率估计值 其中，Leak为常数项； 然后采用如下公式计算题目的难度损失函数L4Q,S： 其中，表示表示非线性激活层的权重w和偏置项b构成的向量，||||2表示求取二范数，λ是用来控制经验误差项与正则化项之间关系的系数； S3：构建认知状态预测模型，包括多头注意力模块，点积模块和Sigmoid模块，其中： 多头注意力模块用于采用多头注意力机制，从学习者的D条历史答题纪录提取出大小为M×M的知识状态矩阵W并发送给点积模块，其中多头注意力机制中查询为学习者的D条历史答题纪录中第d条历史答题纪录中题目嵌入向量xd，键为学习者的D条历史答题纪录中第d条历史答题纪录中技能点的嵌入向量sd，sd表示第d条历史答题记录中题目所涉及技能点嵌入向量的平均向量，值为D条历史答题纪录中第d条历史答题纪录中的答题向量ed，ed表示第d条历史答题记录中题目的编码向量和学习者答题标识所拼接得到的答题向量； 点积模块用于将待预测的下一道题目的嵌入向量和知识状态矩阵W进入点积计算，得到特征矩阵并发送至Sigmoid模块； Sigmoid模块用于采用Sigmoid非线性激活函数对特征矩阵进行处理，得到学习者答对待预测题目的概率 S4：通过在线学习系统后台获取不同学习者的若干条答题记录，然后划分为长度为D+1的答题记录序列；对于每个答题记录序列，得到每条答题记录中题目的嵌入向量xd和学习者答题标识yd，将D+1个嵌入向量和前D个学习者答题正确标识yd作为输入，将第D+1个答题标识作为期望输出，对认知状态预测模型进行训练； S5：对于需要进行知识追踪的学习者，获取其最近D道题目的答题记录，将每条答题记录中题目的嵌入向量记为x′d，学习者答题正确与否标识记为y′d，将待回答的下一道题目的嵌入向量记为将以上信息输入至步骤S4训练完成的认知状态预测模型，得到该学习者答对下一道题目的预测概率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人卓世科技(海南)有限公司，其通讯地址为：572000 海南省三亚市崖州区崖州湾科技城用友产业园（三亚）2号楼102室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。