[發明專利]一種認知影響因素分析方法及裝置

有效

• 申請號: 201810824698.7
• 申請日: 2018-07-24
• 公開（公告）號: CN108932593B
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 黃濤;劉三女牙;楊宗凱;楊華利;耿晶;胡小芳;張浩
• 申請（專利權）人: 華中師范大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/20;G06N3/04
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 唐維虎

1.一種認知影響因素分析方法，其特征在于，所述認知影響因素分析方法包括：

獲取學習者的學習數據，所述學習數據包括每個試題的考察屬性、試題得分、答題時間和認知狀態，所述認知狀態包括屬性掌握和屬性未掌握；

根據所述考察屬性確定每個試題的屬性關聯矩陣，根據所述試題得分確定每個試題的作答反應矩陣，根據所述答題時間確定每個試題的作答時間矩陣，根據所述屬性關聯矩陣與所述認知狀態確定每個試題的錯誤類型，所述作答反應矩陣為R＝{r_tj}_T×J，r_tj是學習者在第t次測試中在項目j上的作答反應，所述錯誤類型包括認知型錯題和失誤型錯題；

將所述屬性關聯矩陣、所述作答反應矩陣、所述作答時間矩陣、所述錯誤類型作為標準學習數據；

基于所述標準學習數據采用特征提取器提取所述學習者的特征，基于所述特征采用分類器確定影響所述學習者的認知影響因素，所述認知影響因素包括認知屬性、學習行為和/或情感態度。

2.根據權利要求1所述的認知影響因素分析方法，其特征在于，在所述基于所述標準學習數據采用特征提取器提取所述學習者的特征，基于所述特征采用分類器確定影響所述學習者的認知影響因素之前，所述認知影響因素分析方法還包括：

從所述標準學習數據中獲取訓練集；

根據所述訓練集的數據格式確定輸入層；

根據所述訓練集進行特征提取器的無監督逐層訓練；

在所述特征提取器的頂層添加分類器，基于所述訓練集通過所述分類器對所述特征提取器與所述分類器進行參數調節；

根據認知影響因素指標體系確定輸出層。

3.根據權利要求2所述的認知影響因素分析方法，其特征在于，在所述根據認知影響因素指標體系確定輸出層之后，所述認知影響因素分析方法還包括：

采用BP算法對所述特征提取器和所述分類器進行反向微調。

4.根據權利要求2所述的認知影響因素分析方法，其特征在于，在所述根據認知影響因素指標體系確定輸出層之前，所述認知影響因素分析方法還包括：

基于認知屬性、學習行為和情感態度構建所述認知影響因素指標體系。

5.一種認知影響因素分析裝置，其特征在于，所述認知影響因素分析裝置包括：

學習數據獲取模塊，用于獲取學習者的學習數據，所述學習數據包括每個試題的考察屬性、試題得分、答題時間和認知狀態，所述認知狀態包括屬性掌握和屬性未掌握；

學習數據處理模塊，用于根據所述考察屬性確定每個試題的屬性關聯矩陣，根據所述試題得分確定每個試題的作答反應矩陣，根據所述答題時間確定每個試題的作答時間矩陣，根據所述屬性關聯矩陣與所述認知狀態確定每個試題的錯誤類型所述作答反應矩陣為R＝{r_tj}_T×J，r_tj是學習者在第t次測試中在項目j上的作答反應，所述錯誤類型包括認知型錯題和失誤型錯題；將所述屬性關聯矩陣、所述作答反應矩陣、所述作答時間矩陣、所述錯誤類型作為標準學習數據；

認知影響因素確定模塊，用于基于所述標準學習數據采用特征提取器提取所述學習者的特征，基于所述特征采用分類器確定影響所述學習者的認知影響因素，所述認知影響因素包括認知屬性、學習行為和/或情感態度。

6.根據權利要求5所述的認知影響因素分析裝置，其特征在于，所述認知影響因素分析裝置還包括模型訓練模塊，所述模型訓練模塊包括：

訓練集提取單元，用于從所述標準學習數據中獲取訓練集；

輸入層確定單元，用于根據所述訓練集的數據格式確定輸入層；

逐層訓練單元，用于根據所述訓練集進行特征提取器的無監督逐層訓練；

分類器確定單元，用于在所述特征提取器的頂層添加分類器，基于所述訓練集通過所述分類器對所述特征提取器與所述分類器進行參數調節；

輸出層確定單元，用于根據認知影響因素指標體系確定輸出層。