Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学技术大学刘淇获国家专利权

中国科学技术大学刘淇获国家专利权

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!

龙图腾网获悉中国科学技术大学申请的专利一种学生答题预测方法、系统、设备及存储介质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:CN115239006B

龙图腾网通过国家知识产权局官网在2025-10-03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:202210914718.6,技术领域涉及:G06Q10/04;该发明授权一种学生答题预测方法、系统、设备及存储介质是由刘淇;陈恩红;李佳桐;黄振亚;汪飞;黄威设计研发完成,并于2022-08-01向国家知识产权局提交的专利申请。

一种学生答题预测方法、系统、设备及存储介质在说明书摘要公布了:本发明公开了一种学生答题预测方法、系统、设备及存储介质,相关方法包括:获取知识点层次结构,试题以及试题与知识点对应关系;根据所述知识点层次结构进行贝叶斯网络建模,推断学生的知识点掌握模式;结合试题在每个知识点中的难度表征试题状态,利用所述试题与知识点对应关系,通过参数转换器将学生的知识点掌握模式以及试题状态进行转换,获得学生特征与试题特征,并输入至认知诊断模型,预测出学生对试题的答题正确率。使用本发明提供的上述方案,能够高效精准地建模学生的知识点掌握模式,弥补了现有方法参数限制过强导致不能灵活地建模知识点层次的弊端,并且,也能够保证预测结果的准确度。

本发明授权一种学生答题预测方法、系统、设备及存储介质在权利要求书中公布了:1.一种学生答题预测方法,其特征在于,包括: 获取知识点层次结构,试题以及试题与知识点对应关系; 根据所述知识点层次结构进行贝叶斯网络建模,推断学生的知识点掌握模式; 结合试题在每个知识点中的难度表征试题状态,利用所述试题与知识点对应关系,通过参数转换器将学生的知识点掌握模式以及试题状态进行转换,获得学生特征与试题特征,并输入至认知诊断模型,预测出学生对试题的答题正确率,包括: 对试题状态进行表征:将试题记为J={e1,e2,…,eM},其中,ej表示第j个试题,j=1,2,…,M,M为试题总数;对于试题ej,使用参数表征试题状态,其中,表示试题ej在每个知识点的难度,K为知识点数目;βj为可选项参数集合,根据认知诊断模型进行设置; 利用所述试题与知识点对应关系,通过参数转换器将学生的知识点掌握模式以及试题状态进行转换:将学生i的知识点掌握模式记为mi=mi1,…,miKT,miv表示学生i的知识点v的认知状态,v=1,…,K,T为转置符号;将试题与知识点对应关系使用试题Q矩阵表示,试题Q矩阵表示为Q=qjvM×K;qjv表示试题Q矩阵中第j行第v列的元素值,qjv=1表示试题ej考察了知识点v,qjv=0表示试题ej未考察知识点v,qjv=I试题ej考察知识点v,I·为示性函数,当且仅当括号中的事件为真时,函数值为1,否则函数值为0;将试题Q矩阵中第j行的转置表示为qj=qj1,…,qjKT;通过下式公式进行转换,获得学生特征与试题特征vj: 其中,⊙表示对应元素相乘;Ws、WE、bs、bE均为参数转换器的可训练参数,Ws与WE为两个权重矩阵,bs与bE为两个偏置项; 通过认知诊断模型预测学生对试题的答题正确率,表示为: 其中,表示预测出的学生i对试题ej的答题正确率;F·表示认知诊断模型的交互函数。

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中国科学技术大学,其通讯地址为:230026 安徽省合肥市包河区金寨路96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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。