Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于学习情感嵌入的多因素交互学习效果评估方法 

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!

申请/专利权人:陕西师范大学

摘要:一种基于学习情感嵌入的多因素交互学习效果评估方法,由数据集预处理、构建多因素交互网络、训练多因素交互网络、验证多因素交互网络、测试多因素交互网络步骤组成。本发明采用多因素交互网络,嵌入学习者个性化特征的同时,使用个性化情感特征提取模块,深入分析不同学习情感特征之间的复杂交互关系,提取影响学习效果的关键情感特征,实现了学习情感特征增强的学习效果评估。本发明与现有的学习效果评估模型相比,具有较好的学习效果评估性能和较高的习题回答预测准确率,评估结果可解释性较强,可用于学习效果评估和个性化学业干预。

主权项:1.一种基于学习情感嵌入的多因素交互学习效果评估方法,其特征在于由下述步骤组成:1数据集预处理从PISA2015数据集中提取学生的科学习题回答记录和学习情感强度数据,剔除习题回答记录少于20项以及学习情感强度数据存在缺失的学生样本,得PISA2015数据集,包括44161个学生样本,涉及126道习题,涵盖53个知识点,将该数据集按照70:10:20划分为训练集、验证集、测试集;2构建多因素交互网络多因素交互网络由情感与认知特征嵌入模块、个性化情感特征提取模块、学习效果评估模块、习题回答预测模块依次串联构成;3训练多因素交互网络按下式构建交叉熵损失函数Loss: 其中,表示第i个数据的预测值,yi为第i个数据的真实值,n表示数据总数,n取值为有限正整数;将训练集输入到多因素交互网络中进行训练,训练的服务器显卡为RTX2080Ti,初始学习率为0.08,训练轮数为100,训练的批尺寸大小为32,采用Adam优化器,训练至交叉熵损失函数Loss收敛;4验证多因素交互网络将验证集输入到训练后的多因素交互网络进行验证,预测学生正确回答习题的概率,输出评价网络性能的受试者工作特征曲线下面积、预测准确率、均方根误差指标值;5测试多因素交互网络将测试集输入到训练后的多因素交互网络进行测试,预测学生正确回答习题的概率,输出多因素交互学习效果。

全文数据:

权利要求:

百度查询: 陕西师范大学 基于学习情感嵌入的多因素交互学习效果评估方法

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。