本發明屬于個性化學習技術領域,公開了一種基于多任務框架的智能學習狀態追蹤方法、系統及應用,采集學習者的外在學習行為特征、學習資源特征以及潛在能力特征,并進行預處理操作,獲得包含先驗信息的學習特征;然后構建多個堆疊的卷積神經網絡對學習特征進行深度表示學習,控制學習者的遺忘情況,構建深層學習特征;再進行深淺特征融合,引入雙向循環神經網絡,構建基于長時序依賴的智能學習狀態追蹤模型;最后對學習者的學習狀態進行量化及預測,并構造損失函數進行多任務訓練。本發明有利于提高知識追蹤模型在預測學習者學習狀態方面的預測性能,而且拓展了知識追蹤模型的預測領域和教育應用領域,推動了個性化教育、智慧教育的發展。
聲明:
“基于多任務框架的智能學習狀態追蹤方法、系統及應用” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)