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！

龙图腾网获悉上海伯禹教育科技有限公司申请的专利一种基于图神经网络的交互式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：CN115329096B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202211003944.5，技术领域涉及：G06N5/04；该发明授权一种基于图神经网络的交互式知识追踪方法是由俞勇;张伟楠;沈键设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种基于图神经网络的交互式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网络的交互式知识追踪方法，涉及人工智能领域，包括以下步骤：构建问题和知识点的关系图，对于学生学习序列中每一时刻的问题和知识点，利用图神经网络聚合其高阶邻居特征，并利用长短期记忆网络提取表征后的历史学习序列的特征，从而获得当前时刻学生知识掌握状态的低纬向量表征。通过注意力机制选择与待预测问题相关的历史信息，并对它们进行两两交互，获得对目标问题的预测答对概率。本方法能够有效提高知识追踪预测的准确性，增强了自适应学习的可行性。

本发明授权一种基于图神经网络的交互式知识追踪方法在权利要求书中公布了：1.一种基于图神经网络的交互式知识追踪方法，其特征在于，包括以下步骤： 步骤1、构建问题和知识点的关系图GS,Q,E，S为知识点节点，Q为问题节点，E为问题节点和知识点节点的连边，表示问题属于某个知识点；基于所述关系图G中的信息，使用图神经网络来计算学生学习序列中每个问题的向量表征； 所述步骤1包括： 步骤1.1、对于所述关系图G中的节点，随机初始化所述节点的向量表征，记作； 步骤1.2、对所述关系图G中的每个所述节点，其邻居为有直接连边的邻居节点集合，对所述节点以及所述邻居节点集合内的节点的向量表征做均值池化操作，更新所述节点的向量表征 其中表示聚合次数，是可训练的网络参数，是非线性激活函数，所述非线性激活函数为sigmoid函数，sigmoid； 步骤2、基于步骤1得到的所述学生学习序列的向量表征，使用长短期记忆网络f来提取网络的隐状态作为学生知识掌握状态的向量表征； 步骤3、对于下一时刻待预测问题表征，其和历史信息向量计算余弦相似度，历史信息包括的知识掌握状态向量表征和问题表征，其中，计算余弦相似度，并选择最相关的K个历史信息作为历史信息集合，记作 步骤4、将所述下一时刻待预测问题表征和该问题关联的多个知识点的向量表征作为目标信息集合，记作 步骤5、对所述历史信息集合和所述目标信息集合中的向量表征,利用向量内积操作进行两两交互，得到多层次的掌握程度预测值； 步骤6、通过注意力机制对所有的信息交互学习权重 步骤7、对所述多层次的掌握程度预测值进行加权求和，得到学生正确回答待预测问题的概率 步骤8、使用用真实的学生历史学习数据集来端到端的训练图神网络和长短期记忆网络，通过梯度下降，来最小化预测概率和学生真实答题标签的交叉熵损失函数。

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上海伯禹教育科技有限公司，其通讯地址为：200030 上海市徐汇区龙腾大道2879号3楼3683室；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。