西安电子科技大学张菊莉获国家专利权
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！
龙图腾网获悉西安电子科技大学申请的专利基于动态记忆键值对网络的知识追踪方法及系统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：CN116502103B 。
龙图腾网通过国家知识产权局官网在2025-06-27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：202310215621.0，技术领域涉及：G06F18/23；该发明授权基于动态记忆键值对网络的知识追踪方法及系统是由张菊莉;夏若恒;牛振兴;王文野;董学文;黄硕;刘孝壮;王婧丽;李悦辰;万波设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。
本基于动态记忆键值对网络的知识追踪方法及系统在说明书摘要公布了：本发明公开了一种基于动态记忆键值对网络的知识追踪方法及系统，该方法包括：获取习题标签以及对应的习题难度；构建包括嵌入层、键值对记忆层、认知行为层以及输出层的知识追踪网络模型；利用所述习题难度和所述习题标签对所述网络模型进行训练，并利用训练好的网络模型实现知识追踪。本发明提出的基于动态记忆键值对网络的知识追踪方法，融合了认知行为构建了知识追踪模型，该模型可以追踪用户知识点掌握水平的变化、猜测、失误等认知行为带来的影响，从而预测用户作答习题的表现，并依据用户的作答记录对习题进行聚类，具有较好的可解释性，适用于不同类型的用户，且具有较高的准确率。
本发明授权基于动态记忆键值对网络的知识追踪方法及系统在权利要求书中公布了：1.一种基于动态记忆键值对网络的知识追踪方法，其特征在于，包括： 获取习题标签以及对应的习题难度； 构建包括嵌入层、键值对记忆层、认知行为层以及输出层的知识追踪网络模型； 利用所述习题难度和所述习题标签对所述网络模型进行训练，并利用训练好的网络模型实现知识追踪； 其中，所述嵌入层利用嵌入矩阵对所述习题标签和所述习题难度进行维度嵌入，对应得到标签向量和难度向量； 所述键值对记忆层基于所述标签向量从键矩阵中计算当前习题隐含知识点的关联向量，并根据所述关联向量从值矩阵中读取学习状态向量；同时，在用户完成当前题目后，使用用户的真实答题结果更新值网络； 所述认知行为层根据所述学习状态向量和所述难度向量对用户作答时的认知过程进行预测，得到认知结果； 所述输出层基于所述认知结果和所述习题难度预测用户答题结果。
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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号