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！

龙图腾网获悉暨南大学申请的专利一种面向跨领域知识迁移的知识追踪方法及系统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：CN119938936B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202510035899.9，技术领域涉及：G06F16/36；该发明授权一种面向跨领域知识迁移的知识追踪方法及系统是由刘子韬;占博浚设计研发完成，并于2025-01-09向国家知识产权局提交的专利申请。

本一种面向跨领域知识迁移的知识追踪方法及系统在说明书摘要公布了：本发明公开了一种面向跨领域知识迁移的知识追踪方法及系统，包括：构建学生学习行为表征知识库，基于在学生学习行为表征知识库中提取的问题级别感知的高维向量表征与联合问题‑答案交互表征获得知识状态向量；构建自回归信息处理模块对知识状态向量进行优化，获得优化知识状态向量；基于两层非线性全连接网络构建学生答题预测模块，将优化知识状态向量输入至学生答题预测模块，获得学生答题预测结果，实现知识追踪。本发明通过生成具有域适应性的表征知识库，模型可以将数据丰富领域的知识迁移到数据稀缺的领域，解决现有方法在数据稀缺领域的性能问题；通过自适应知识状态提取网络模块减少了对具体超参数选择的敏感度，大幅度节约资源算力。

本发明授权一种面向跨领域知识迁移的知识追踪方法及系统在权利要求书中公布了：1.一种面向跨领域知识迁移的知识追踪方法，其特征在于，包括以下步骤： 构建学生学习行为表征知识库，所述学生学习行为表征知识库包括问题级别高维向量表征库与联合问题-答案交互表征库； 基于在所述学生学习行为表征知识库中提取的问题级别感知的高维向量表征与联合问题-答案交互表征获得知识状态向量； 构建自回归信息处理模块，基于所述自回归信息处理模块优化所述知识状态向量；获得优化知识状态向量； 基于两层非线性全连接网络构建学生答题预测模块，将所述优化知识状态向量输入至学生答题预测模块，获得学生答题预测结果，实现知识追踪； 构建问题级别高维向量表征库的过程包括： 对问题序列进行特征映射，获得问题级别感知的高维向量表征，基于问题级别感知的高维向量表征构建问题级别高维向量表征库，其中，获得问题级别感知的高维向量表征的过程如下： 式中，是可通过训练获得的问题级别，是问题对应所有知识点的平均特征表示，表示按位加法； 构建联合问题-答案交互表征库的过程包括： 基于学生答案序列，采用答案行为表征提取器的嵌入层建模问题知识点与学生答案之间的高阶交互特性，生成联合问题-答案交互表征，基于联合问题-答案交互表征构建联合问题-答案交互表征库，其中，获得联合问题-答案交互表征的过程如下： 式中，是可通过训练获得的问题级别，是问题对应所有知识点的平均特征表示，表示按位加法，表示联合学生相应的问题对应知识点的独热编码； 在所述问题级别高维向量表征库中提取问题级别感知的高维向量表征，在所述联合问题-答案交互表征库中提取联合问题-答案交互表征；将问题级别感知的高维向量表征与获得查询向量和联合问题-答案交互表征作为查询向量、键向量和值向量，采用缩放点积注意力机制处理查询向量、键向量获得注意力得分，通过Softmax函数转换为概率分布，根据所述概率分布对值向量进行加权求和，获得知识状态向量。

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暨南大学，其通讯地址为：510632 广东省广州市天河区黄埔大道西601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”。