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！

龙图腾网获悉安徽大学申请的专利一种基于多概念表示的个性化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：CN119692591B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202411504438.3，技术领域涉及：G06Q10/063；该发明授权一种基于多概念表示的个性化知识追踪方法是由钱付兰;姚曹阁;陈洁;赵姝;张燕平设计研发完成，并于2024-10-26向国家知识产权局提交的专利申请。

本一种基于多概念表示的个性化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多概念表示的个性化知识追踪方法，包括：收集学生答题记录数据集并进行预处理，生成多概念的答题记录，基于多概念的答题记录形成用于表示答题历史记录的概念编码矩阵x和个性化历史记录的难度信息矩阵d，将概念编码矩阵x和难度信息矩阵d拼接后送入循环神经网络，进行学生答题预测；本发明通过将问题涉及到的多个概念用多热编码表示丰富输入特征，同时考虑不同学生关于每个概念的正确率作为个性化依据，实现每个学生的个性化历史记录表示，显著提高模型预测性能的同时，也实现了不同学生个性化的知识追踪。

本发明授权一种基于多概念表示的个性化知识追踪方法在权利要求书中公布了：1.一种基于多概念表示的个性化知识追踪方法，其特征在于，包括： S1、对学生答题记录的数据集进行预处理，获取每个学生答题问题及问题涉及到的全部概念，生成基于多概念的答题记录； S2、将每个学生多概念的答题记录用多热编码表示，形成用于表示答题历史记录的概念编码矩阵x； S3、计算每个学生对不同概念的正确率，并用多热编码表示，形成用于表示个性化历史记录的难度信息矩阵d； S4、将概念编码矩阵x和难度信息矩阵d拼接后送入循环神经网络，在循环神经网络引入注意力机制，计算历史掌握程度隐藏状态与当前时刻隐藏状态相关性系数，更新当前时刻隐藏状态； S5、依据交叉熵损失函数，利用反向传播机制，对循环神经网络进行训练，更新模型参数，获取训练后循环神经网络，进行学生答题预测； 所述S1中生成基于多概念的答题记录，包括：依据字典按照学生ID，将每个学生答题问题及问题涉及到的全部概念转为三行式，其中： 第一行为，，其中Q为单个学生回答问题的集合，为问题数； 第二行为，，其中C为单个学生回答问题涉及的概念集合，为概念数量； 第三行为，其中为问题是否答对； 所述概念编码矩阵x表示为： 1 其中，Batch为批量大小，Maxstep表示最大步长，为概念数量，，，； 所述难度信息矩阵d表示为： 2 其中，c为概念正确率。

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安徽大学，其通讯地址为：230000 安徽省合肥市经济技术开发区九龙路111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。