【技术实现步骤摘要】
本专利技术属于个性化学习，尤其涉及一种基于混合专家系统的多任务学科核心素养水平挖掘方法及系统。
技术介绍
1、随着教育信息化的快速发展，教育方式已经从传统课堂教学扩展到包括在线学习、远程教育、自主学习及工作场景中的持续教育等多种学习场景。这种多样化的学习环境为实现个性化学习提供了更多的空间和可能性。个性化学习已被认为是满足学生差异化需求的关键方法，能够根据每位学生的个体差异设计专属的学习计划和教学内容，从而提升学习效率和成绩。此外，个性化学习还能激发学生的学习兴趣，提高学习积极性，并通过先进的教育技术，使教育者能更有效地监控学生学习过程，及时发现并解决学习困难。
2、为了有效实施核心素养的培养和个性化学习的需求，一种针对学生学科核心素养水平的个性化学习诊断方法显得尤为必要。传统的学习表现预测方法主要基于学习者答题记录进行建模，例如项目反应理论模型、贝叶斯网络、马尔可夫估计、因子分析模型等。这些方法通常建立在数学模型基础之上，具有较为严密的理论基础和数学支持，能够提供相对有解释性的分析和预测结果。但传统方法往往基于静态的学习数...
【技术保护点】
1.一种基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，包括：
2.如权利要求1所述的基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，学习行为特征和学习资源特征均来源于学习者的作答序列。学习行为特征包括学生对试题的作答情况及时序信息；用以下符号表示：
3.如权利要求1所述的基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，试题-核心素养考察水平映射字典由学习资源特征提取得到，用于记录试题考察核心素养的水平信息；字典的键为试题编号，值为考察的核心素养编号及考察水平的交叉特征值，表示为：
4.如权...
【技术特征摘要】
1.一种基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，包括：
2.如权利要求1所述的基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，学习行为特征和学习资源特征均来源于学习者的作答序列。学习行为特征包括学生对试题的作答情况及时序信息；用以下符号表示：
3.如权利要求1所述的基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，试题-核心素养考察水平映射字典由学习资源特征提取得到，用于记录试题考察核心素养的水平信息；字典的键为试题编号，值为考察的核心素养编号及考察水平的交叉特征值，表示为：
4.如权利要求1所述的基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于，构建嵌入表示专家系统，通过图对比学习学习嵌入的具体过程包括：
5.如权利要求1所述的基于混合专家系统的多任务学科核心素养水平挖掘方法，其特征在于构建针对学习表现预测任务和核心素养水平追踪任务的特定专家系统，在每个专家系统网络中，专家首先根据先前的领域知识生成特定的练习或核心素养嵌入，然后根据学生的互动序列分析更新学生的掌握状态的具体过程包括：
6.如权...
【专利技术属性】
技术研发人员：王志锋，斯雨婕，孙建文，陈增照，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。