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！

龙图腾网获悉广东工业大学申请的专利一种结合难度特征和时间相关性特征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：CN119862275B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411933203.6，技术领域涉及：G06F16/335；该发明授权一种结合难度特征和时间相关性特征的知识追踪方法是由苏庆;卢致晖;杨智程;程林峰;谢国波;林志毅;刘展宏;周城平;袁海军;黄剑锋设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本一种结合难度特征和时间相关性特征的知识追踪方法在说明书摘要公布了：本发明公开的属于知识追踪技术领域，具体为一种结合难度特征和时间相关性特征的知识追踪方法，包括具体步骤如下：筛选学生数据，构建学生答题数据集，对学生数据进行预处理；构建知识追踪模型，用于预测学生答题情况并输出学生知识掌握水平；训练知识追踪模型；应用模型，为学生个性化推荐问题，本发明通过问题与各知识点的关联权重和问题难度，增强了题目嵌入的难度特征信息，并根据不同学生的知识掌握水平，给出了符合学生知识水平的个性化问题难度；通过学生做题用时、做题时间间隔和答题情况得到学生答题表现，再结合个性化问题难度计算学生的知识获取程度，丰富了知识获取程度的语义信息。

本发明授权一种结合难度特征和时间相关性特征的知识追踪方法在权利要求书中公布了：1.一种结合难度特征和时间相关性特征的知识追踪方法，其特征在于，包括具体步骤如下： S1：筛选学生数据，构建学生答题数据集，对学生数据进行预处理； S2：构建知识追踪模型，用于预测学生答题情况并输出学生知识掌握水平； 其中，所述S2的具体步骤如下： S21：计算学生做题用时和做题时间间隔，初始化做题用时、做题时间间隔、知识掌握水平和答题情况的嵌入向量； S22：结合问题难度构建题目嵌入，计算符合学生知识掌握水平的个性化问题难度； S23：计算学生回答问题后的知识获取程度； S24：计算学习效率，更新学生知识掌握水平； S25：预测学生在时刻t+1的答题情况，判断是否输出学生的知识掌握水平； S3：训练知识追踪模型； S4：应用模型，为学生个性化推荐问题； 所述S22的具体步骤如下： S221，结合问题难度构建题目嵌入：对于si在时刻t的答题记录qt,at，利用问题难度嵌入矩阵QD来加强问题qt的信息表示，结合qt的问题序号嵌入问题与知识点的关联权重和问题难度嵌入通过多层感知机输出qt的题目嵌入计算方式如下： 其中，是矩阵串联运算，是权重矩阵，是偏置项；dq是问题序号嵌入向量的维度；N为知识点数量，也是问题与知识点的关联权重的维度；dqd是问题难度嵌入向量的维度；dh是知识掌握水平向量的维度； S222，计算符合学生知识掌握水平的个性化问题难度：在时刻t，输入si在回答qt前的知识掌握水平至个性化问题难度计算模块，利用qt的题目嵌入和计算输出qt对si的个性化问题难度dsq是SQt的维度，计算方式如下： 其中，是si回答qt前的知识掌握水平，tanh是一种非线性激活函数，σ是sigmoid激活函数，是权重矩阵，是偏置项，用于计算qt对si的个性化问题难度的特征表示，用于计算qt对si的个性化问题难度的权重信息； 所述S23的具体步骤如下： S231：串联si回答qt时的做题用时嵌入向量做题时间间隔嵌入向量和答题情况嵌入向量用于表示si的答题表现计算方式如下： S232：将个性化问题难度输入至知识获取程度计算模块，结合和计算输出si的知识获取程度计算方式如下： 其中，是权重矩阵，是偏置项，用于提取si的知识获取程度的特征表示， 用于计算si的知识获取程度的权重信息；daq是做题用时嵌入向量的维度；dbq是做题时间间隔嵌入向量的维度；da是答题情况嵌入向量的维度。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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”。