[發(fā)明專利]克服“偏食挑食”的人工智能自主學(xué)習(xí)教育機(jī)器人

有效

• 申請(qǐng)?zhí)枺?/td>: 202110228045.4
• 申請(qǐng)日: 2021-03-02
• 公開（公告）號(hào): CN112966121B
• 公開（公告）日: 2023-01-03
• 發(fā)明（設(shè)計(jì)）人: 朱定局
• 申請(qǐng)（專利權(quán)）人: 華南師范大學(xué)
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/335;G06F16/9535;G06F16/958;G06N3/04;G06N3/08;G06N20/00;G06Q50/20;G09B19/00
• 代理公司: 華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 謝曲曲

1.一種人工智能方法，其特征在于，所述方法包括：

課程知識(shí)圖譜建立步驟：建立課程知識(shí)圖譜；

學(xué)習(xí)知識(shí)圖譜建立步驟：復(fù)制課程的知識(shí)圖譜作為學(xué)習(xí)知識(shí)圖譜；獲取學(xué)生在線學(xué)習(xí)的資料或/和通過攝像頭獲取學(xué)生離線學(xué)習(xí)的資料，然后將該資料輸入資料知識(shí)點(diǎn)預(yù)測模型，計(jì)算得到的輸出作為學(xué)生自主學(xué)習(xí)的知識(shí)點(diǎn)；判斷學(xué)習(xí)知識(shí)圖譜中每個(gè)節(jié)點(diǎn)是否屬于學(xué)生已經(jīng)學(xué)習(xí)過的知識(shí)點(diǎn)，若是，則在該節(jié)點(diǎn)的屬性中增加“學(xué)生已經(jīng)學(xué)習(xí)過的知識(shí)點(diǎn)”，否則增加“學(xué)生尚未學(xué)習(xí)過的知識(shí)點(diǎn)”；

偏食挑食程度計(jì)算步驟：計(jì)算學(xué)習(xí)知識(shí)圖譜中每一級(jí)中屬性為“學(xué)生已經(jīng)學(xué)習(xí)過的知識(shí)點(diǎn)”的每兩個(gè)節(jié)點(diǎn)之間的相似相關(guān)度的均值，得到每一級(jí)的已學(xué)知識(shí)相似相關(guān)度均值，計(jì)算所有級(jí)的已學(xué)知識(shí)相似相關(guān)度均值的均值，作為第一均值；計(jì)算學(xué)習(xí)知識(shí)圖譜中每一級(jí)中每兩個(gè)節(jié)點(diǎn)之間的相似相關(guān)度的均值，得到每一級(jí)的知識(shí)相似相關(guān)度均值，計(jì)算所有級(jí)的知識(shí)相似相關(guān)度均值的均值，作為第二均值；將第一均值除以第二均值得到所述學(xué)習(xí)知識(shí)圖譜的偏食挑食程度；

克服“偏食挑食”治療步驟：獲取預(yù)設(shè)的至少一個(gè)級(jí)別及每一級(jí)別的屬性包括“學(xué)生尚未學(xué)習(xí)過的知識(shí)點(diǎn)”的節(jié)點(diǎn)數(shù)量，或獲取預(yù)設(shè)的至少一個(gè)級(jí)別及屬性包括“學(xué)生尚未學(xué)習(xí)過的知識(shí)點(diǎn)”的節(jié)點(diǎn)數(shù)量，或獲取預(yù)設(shè)的屬性包括“學(xué)生尚未學(xué)習(xí)過的知識(shí)點(diǎn)”的節(jié)點(diǎn)數(shù)量，作為預(yù)設(shè)條件；根據(jù)預(yù)設(shè)條件從學(xué)習(xí)知識(shí)圖譜中選擇節(jié)點(diǎn)集合，得到符合預(yù)設(shè)條件的每一節(jié)點(diǎn)集合，復(fù)制學(xué)習(xí)知識(shí)圖譜為臨時(shí)學(xué)習(xí)知識(shí)圖譜；將臨時(shí)學(xué)習(xí)知識(shí)圖譜中屬于每一節(jié)點(diǎn)集合中的節(jié)點(diǎn)的屬性包括的“學(xué)生尚未學(xué)習(xí)過的知識(shí)點(diǎn)”更改為“學(xué)生已經(jīng)學(xué)習(xí)過的知識(shí)點(diǎn)”，計(jì)算所述臨時(shí)學(xué)習(xí)知識(shí)圖譜的偏食挑食程度；選出偏食挑食程度最小的所述臨時(shí)學(xué)習(xí)知識(shí)圖譜對(duì)應(yīng)的所述每一節(jié)點(diǎn)集合中節(jié)點(diǎn)所對(duì)應(yīng)的知識(shí)點(diǎn)集合，作為可以克服“偏食挑食”的知識(shí)點(diǎn)集合，將該知識(shí)點(diǎn)集合推薦給相關(guān)的老師和學(xué)生。

2.根據(jù)權(quán)利要求1所述的人工智能方法，其特征在于，所述方法還包括：

知識(shí)點(diǎn)相似相關(guān)度預(yù)測模型構(gòu)建步驟：初始化深度學(xué)習(xí)模型或神經(jīng)網(wǎng)絡(luò)或機(jī)器學(xué)習(xí)模型或量子計(jì)算模型作為知識(shí)點(diǎn)相似相關(guān)度預(yù)測模型；將訓(xùn)練和測試樣本中每一有共同父節(jié)點(diǎn)的兩個(gè)知識(shí)點(diǎn)和該兩個(gè)知識(shí)點(diǎn)的相似相關(guān)度作為知識(shí)點(diǎn)相似相關(guān)度預(yù)測模型的輸入和預(yù)期輸出，對(duì)知識(shí)點(diǎn)相似相關(guān)度預(yù)測模型進(jìn)行訓(xùn)練和測試；

知識(shí)點(diǎn)相似相關(guān)度預(yù)測模型使用步驟：將待預(yù)測的有共同父節(jié)點(diǎn)的兩個(gè)知識(shí)點(diǎn)作為知識(shí)點(diǎn)相似相關(guān)度預(yù)測模型的輸入進(jìn)行計(jì)算，得到的輸出作為該兩個(gè)知識(shí)點(diǎn)的相似相關(guān)度。

3.根據(jù)權(quán)利要求1所述的人工智能方法，其特征在于，所述方法還包括：

偏食挑食的預(yù)警步驟：當(dāng)某一學(xué)生的學(xué)習(xí)知識(shí)圖譜的偏食挑食程度超過預(yù)警閾值時(shí)，向該一學(xué)生的老師和該一學(xué)生發(fā)送偏食挑食的預(yù)警；將某一課堂中每一學(xué)生的學(xué)習(xí)知識(shí)圖譜的偏食挑食程度的均值超過預(yù)警閾值時(shí)，向該一課堂的老師發(fā)送偏食挑食的預(yù)警；將某一課程中每一學(xué)生的學(xué)習(xí)知識(shí)圖譜的偏食挑食程度的均值超過預(yù)警閾值時(shí)，向該一課程的老師發(fā)送偏食挑食的預(yù)警；

偏食挑食預(yù)警后的提醒步驟：提醒相關(guān)老師根據(jù)克服“偏食挑食”治療步驟推薦的知識(shí)點(diǎn)來進(jìn)行輔導(dǎo)，提醒學(xué)生根據(jù)克服“偏食挑食”治療步驟推薦的知識(shí)點(diǎn)來進(jìn)行復(fù)習(xí)；

偏食挑食預(yù)警后的推薦步驟：從搜索引擎中以克服“偏食挑食”治療步驟推薦的知識(shí)點(diǎn)作為關(guān)鍵詞搜索，得到學(xué)習(xí)資料推薦給相關(guān)的老師和學(xué)生；從資料大數(shù)據(jù)中根據(jù)資料的知識(shí)點(diǎn)標(biāo)簽進(jìn)行搜索克服“偏食挑食”治療步驟推薦的知識(shí)點(diǎn)，得到克服“偏食挑食”治療步驟推薦的知識(shí)點(diǎn)對(duì)應(yīng)的資料，推薦給相關(guān)的老師和學(xué)生。