[发明专利]一种基于学习行为的认知诊断方法及系统

说明书

本发明实施例提供一种基于学习行为的认知诊断方法及系统，其方法包括：确定待认知诊断的学生编号和答题编号，所述学生编号和答题编号与学习课程包含的学生答题和相应的视频记录一一对应；将所述待认知诊断的学生编号和答题编号输入至诊断模型，得到所述诊断模型输出的学生认知诊断结果；其中，所述诊断模型是基于试题样本及对应的知识点标注和相应的视频样本及对应的视频标注训练得到的；所述诊断模型用于基于所述试题样本及对应的知识点标注和相应的视频样本及对应的视频标注构建课程图，并通过图神经网络对所述课程图进行节点信息更新后，对所述待认知诊断的学习课程进行对应的学生认知诊断。本发明实施例实现了有效预测学生的知识水平。

技术领域

本发明涉及智能教育技术领域，尤其涉及一种基于学习行为的认知诊断方法及系统。

背景技术

认知诊断是针对线上教育场景提出的一个重要任务，其旨在通过利用学生在在线教育网站上的行为来诊断学生的知识水平，是解决线上教育众多智能应用(个性化试题推荐，学习路径规划)的关键技术之一。

通常的认知诊断方法依赖于学生在在线学习平台的做题记录，获取每个学生的做题序列和得分后对学生和试题双方进行建模，建模过程中对学生和试题建模并对学生的答题结果进行预测，学生答题预测为一个二分类问题，模型在分类的过程中逐渐优化参数，通过输出中间的特征变量来得到最终的学生知识水平掌握程度。传统认知诊断分为一维连续性模型和高维离散型模型。然而，在在线课程学习系统中，学生不仅会在系统上对题目进行作答，更主要的是在系统上通过视频的方式学习课程中的知识，而现有方法忽略了学生通过视频进行学习这一行为。此外，现有的方法将试题均看作独立的个体，而并没有挖掘试题间的深层联系，如考察相同知识点的试题应具有更强的相关性。同时对于在线课程结构中蕴含的丰富信息也没有很好的利用。

发明内容

本发明实施例提供一种基于学习行为的认知诊断方法及系统，用以解决现有线上教育系统的认知诊断方法存在上述的部分或全部问题。

第一方面，本发明实施例提供一种基于学习行为的认知诊断方法，包括：

确定待认知诊断的学生编号和答题编号，所述学生编号和答题编号与学习课程包含的学生答题和相应的视频记录一一对应；

将所述待认知诊断的学生编号和答题编号输入至诊断模型，得到所述诊断模型输出的学生认知诊断结果；

其中，所述诊断模型是基于试题样本及对应的知识点标注和相应的视频样本及对应的视频标注训练得到的；

所述诊断模型用于基于所述试题样本及对应的知识点标注和相应的视频样本及对应的视频标注构建课程图，并通过图神经网络对所述课程图进行节点信息更新后，对所述待认知诊断的学习课程进行对应的学生认知诊断。

优选地，所述诊断模型包括多向量模型、预处理模型、预测模型和参数更新模型；

将所述待认知诊断的学生编号和答题编号输入至诊断模型，得到所述诊断模型输出的学生认知诊断结果，包括：

将所述待认知诊断的学生编号和答题编号输入至所述多向量模型，输出包括学生知识水平向量、试题考察知识点向量、试题区分度向量、试题难度向量和视频难度向量在内的多个向量；

将所述多个向量输入至所述预处理模型，按照如下公式得到预处理结果：

其中，F^kn为试题考察知识点向量，F^s为学生知识水平向量，F^e为试题区分度向量，F^d为试题难度向量，F^v为视频难度向量；

将所述预处理结果输入至所述预测模型，基于全连接神经网络的交互函数输出学生答题得分预测值；