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！

龙图腾网获悉北京航空航天大学申请的专利基于图神经网络的深度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：CN119272862B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411316490.6，技术领域涉及：G06N5/022；该发明授权基于图神经网络的深度知识追踪方法是由吴文峻;彭天豪;岳强;戴佩宏;刘放;任健设计研发完成，并于2024-09-20向国家知识产权局提交的专利申请。

本基于图神经网络的深度知识追踪方法在说明书摘要公布了：本发明公开了一种基于图神经网络的深度知识追踪方法，属于智慧教育领域；具体为：首先，清洗真实数据集，将每一条交互数据中问题与技能的二元关系，存储到字典中。然后，将同一个学生按递增时间步，将其所有问题组成序列，并根据二元关系，生成对应的习题序列图与交互序列图，接着，构建对应的图神经网络，分别获取习题序列图和交互序列图中的每张图的表征；将t+1时间步的习题图表征与t时间步的交互图表征拼接，通过全连接神经网络预测学生t+1时间步的学习结果；最后，将图神经网络嵌入到已有的Transformer模型中，通过反向传播更新参数。本发明实现了问题和交互序列的动态图表征以及利用注意力机制对知识状态进行更新，提高了模型的性能和可解释性。

本发明授权基于图神经网络的深度知识追踪方法在权利要求书中公布了：1.基于图神经网络的深度知识追踪方法，其特征在于，具体步骤如下： 步骤一、对公开的真实数据集进行清洗处理，保留问题数据、技能数据以及两者的交互数据和学生数据四种，并删除所有必要数值为空的数据，对删除后的剩余数据进行编号； 步骤二、根据问题编号和技能编号，将每一条交互数据中问题与技能的二元关系，存储到字典中； 步骤三、根据学生id，将同一个学生在不同时间步下的所有问题，按照递增的时间顺序组成序列； 步骤四、针对学生A，将其序列根据字典中存储的二元关系，分别各构建l个动态的问题与技能的图数据，生成对应的习题序列图与交互序列图； 学生A的习题序列图和交互序列图的生成过程为： 首先，针对l个时间步，根据习题索引得到学生A和各习题的交互情况，并与习题索引二元结合，整理成交互序列； 然后，根据交互序列和字典，构建习题序列图，该图中包含问题和技能两种节点，问题-技能两个节点之间的边包含当前问题的答对次数和答错次数两种属性； 最后，基于习题序列图，叠加该学生之前所有时间步的习题序列图，并在问题-技能节点间的边上新增了当前回答正确与否的第三个属性，形成交互序列图； 步骤五、利用学生A所有时间步的习题序列图和交互序列图，使用图卷积方法，分别构建对应的图神经网络，分别获取习题序列图和交互序列图中的每张图的表征； 步骤六、将t+1时间步的习题图表征与t时间步的交互图表征拼接，通过全连接神经网络预测学生At+1时间步的学习表现，评价图神经网络的预测性能； 步骤七、将图神经网络嵌入到已有的Transformer模型中，并将动态问题序列图和交互序列图的表征分别作为输入，在每个时间步进行训练和预测学生答对与否，通过反向传播来更新图神经网络参数和Transformer测模型参数。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；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。