(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210570329.6 (22)申请日 2022.05.24 (71)申请人 华中师范大学 地址 430079 湖北省武汉市洪山区珞喻路 152号 (72)发明人 王志锋　严文星　曾春艳　孙建文　 张思　闵秋莎　田元　夏丹　 龙陶陶　 (74)专利代理 机构 北京金智普华知识产权代理 有限公司 1 1401 专利代理师 张晓博 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/332(2019.01) G06F 40/216(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 5/02(2006.01) (54)发明名称 一种基于自适应图的学习者知识认知结构 动态挖掘方法 (57)摘要 本发明属于个性化学习技术领域， 公开了一 种基于自适应图的学习者知识认知结构动态挖 掘方法， 包括： 构建在知识点集合上的初始知识 点结构图； 对初始的知 识点集合上的初始知 识点 结构图进行更新； 确定时序学习过程中学习者的 状态动态变化； 基于学习者在当前知识点上的状 态变化计算得到学习者在与当前知识点相关联 的知识点上的状态变化情况； 更新学习者的知识 状态； 并根据更新后的学习者知识 状态预测学习 者下一时刻的作答结果。 本发明能够同时考虑到 学习者在学习过程中知识认知情况随时间的变 化、 学习者知识认知情况在知识结构图上的空间 效应， 完善知识认知结构分析模型， 具有更高的 准确性以及更好的解释性。 权利要求书5页 说明书20页 附图5页 CN 114925218 A 2022.08.19 CN 114925218 A 1.一种基于自适应图的学习者知识认知结构动态挖掘方法， 其特征在于， 所述基于自 适应图的学习者知识 认知结构动态挖掘方法包括： 步骤一， 根据学习者的答题记录， 抽取与学习者作答的题目相关的所有的知识点集合， 构建在所述知识点 集合上的初始知识点结构图； 步骤二， 基于学习者的答题序列， 获取学习者的相关统计量， 对所述初始的知识点集合 上的初始知识点结构图进行 更新； 步骤三， 基于循环神经网络， 构建时间传播单元， 根据学习者的作答序列计算学习者每 进行一次作答后的知识增量， 确定时序学习过程中学习者的状态动态变化； 步骤四， 结合知识点间的拓扑关系， 根据知识点间的不同关系分别构建空间传播单元， 基于学习者在当前知识点上的状态变化计算得到学习者在与当前知识点相关联 的知识点 上的状态变化情况； 步骤五， 利用可训练的比例参数对不同空间传播单元产生的影响向量赋予不同权重， 将所述不同空间传播单元产生的影响向量整合为总体影响向量， 更新学习者的知识状态； 并根据更新后的学习者知识状态预测学习者下一时刻的作答结果。 2.如权利要求1所述基于自适应图的学习者知识认知结构动态挖掘方法， 其特征在于， 所述步骤一中， 根据学习者的答题记录， 抽取与学习者作答的题目相关的所有的知识点集 合， 构建在所述知识点 集合上的初始知识点结构图包括： (1.1)获取学习者的答题记录， 从所有学习者的答题记录中提取相关的所有知识点集 合K， 其中K＝{k1,k2,...,kN}； (1.2)利用下式生成在所述知识点集合K上的父子关系、 兄弟关系、 依赖关系、 参考关系 结构图以及所述父子关系 、 兄弟关系 、 依赖关系 、 参考关系结构图对应的邻接矩阵： 其中， 表示知识点父子关系图， 表示知识点兄弟关系图， 表示知识点依赖关 系图， 表示知识点 参考关系图； (1.3)所述父子关系 、 兄弟关系 、 依赖关系 、 参考关系结构图组成初始知识点结构图。 3.如权利要求1所述基于自适应图的学习者知识认知结构动态挖掘方法， 其特征在于， 所述步骤二中， 基于学习者的答题序列， 获取学习者的相关统计量， 对所述初始的知识 点集 合上的知识点结构图进行 更新包括： (1)对学习者的作答记录中知识点相继出现且相继被正确回答或错误 回答的次数进行 统计， 得到基于答题序列的统计信息；权　利　要　求　书 1/5 页 2 CN 114925218 A 2(2)向生成的所述初始知识结构图中补充所述基于答题序列的统计信息进行四种知识 图的更新； 根据更新后的四种知识图对初始知识结构图进行 更新； 所述向生成的所述初始知识结构图中补充所述基于答题序列的统计信息进行四种知 识图的更新； 根据更新后的四种知识图对初始知识结构图进行 更新包括： (2.1)利用下式基于答题序列的统计信息生成用于更新父子关系结构图的自适应信 息： 其中， cij表示知识点i被正确回答后知识点j也立马被正确回答的次数； P表示基于答题 序列的自适应父子关系信息； (2.2)利用下式基于答题序列的统计信息生成用于更新参考关系结构图的自适应信 息： 其中， R表示基于答题序列的自适应依赖关系信息； C表示包含参考关联的知识结构图 邻接矩阵； (2.3)利用下式基于答题序列的统计信息生成用于更新兄弟关系结构图的自适应信 息： 其中， R表示基于答题序列的自适应兄弟关系信息； (2.4)利用下式基于答题序列的统计信息生成用于更新依赖关系结构图的自适应信 息： 其中， D表示基于答题序列的自适应参考关系信息； wij表示知识点i被错误回答后知识 点j也立马被错误回答的次数； Pij、 Rij、 Bij、 Dij分别表示知识点i与j在基于答题序列的统计 信息的关联程度， 分别对应于父子关系 、 参考关系、 兄弟关系 、 依赖关系； ∈表示偏置值； (2.5)利用下式更新 得到更新后的知识结构图： 4.如权利要求1所述基于自适应图的学习者知识认知结构动态挖掘方法， 其特征在于， 所述步骤三中， 基于循环神经网络， 构建时间传播单元， 根据学习者的作答序列计算学习者权　利　要　求　书 2/5 页 3 CN 114925218 A 3