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！

龙图腾网获悉兰州大学申请的专利一种知识追踪模型的技能标签生成方法、装置以及设备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：CN116662483B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310613432.9，技术领域涉及：G06F16/334；该发明授权一种知识追踪模型的技能标签生成方法、装置以及设备是由贾忠锋;苏伟设计研发完成，并于2023-05-29向国家知识产权局提交的专利申请。

本一种知识追踪模型的技能标签生成方法、装置以及设备在说明书摘要公布了：本发明公开了一种知识追踪模型的技能标签生成方法、装置以及设备，包括以下步骤：构建知识追踪模型，将交互习题及解答结果输入到知识追踪模型中；基于技能标签矩阵，以矩阵投影的方式分别获取交互习题及解答结果对应的综合编码，并分别进行单调自注意力机制处理，获得交互习题及解答结果对应的交叉编码，进而获得学生知识状态的评估结果向量；基于学生知识状态的评估结果向量和当前交互习题的综合编码，获得解答结果正确与否的预测结果；获得预测结果相对于真实解答结果的损失，对技能标签矩阵和知识追踪模型进行训练；对训练后的技能标签矩阵进行二值化处理，存储技能标注结果。本发明实现了知识追踪习题所关联技能的高性能、全自动标注。

本发明授权一种知识追踪模型的技能标签生成方法、装置以及设备在权利要求书中公布了：1.一种知识追踪模型的技能标签生成方法，其特征在于，包括以下步骤： 构建知识追踪模型，将时间序列下的交互习题及解答结果输入到所述知识追踪模型中； 基于技能标签矩阵、技能编码矩阵、技能多样性向量及习题难度向量，以矩阵投影的方式分别获取所述交互习题及解答结果对应的综合编码； 对所述综合编码分别进行单调自注意力机制处理，获得所述交互习题及解答结果对应的交叉编码； 基于过往交互习题及解答结果对应的交叉编码，获得学生知识状态的评估结果向量； 基于学生知识状态的评估结果向量和当前交互习题的综合编码，获得解答结果正确与否的预测结果； 基于联合损失函数获得所述预测结果相对于真实解答结果的损失，对所述技能标签矩阵和知识追踪模型进行训练； 基于训练后的知识追踪模型对所有习题进行技能标注，对训练后的技能标签矩阵进行二值化处理，并存储所有习题的技能标注结果； 获取所述交互习题及解答结果对应的综合编码的过程包括：分别获取所述交互习题及解答结果对应的技能标签向量；基于所述技能标签向量，获得对应的技能编码向量；基于所述技能编码向量，引入交互习题的难度参数进行层归一化处理，获得所述交互习题及解答结果对应的综合编码； 获取所述交互习题及解答结果对应的技能标签向量的过程包括：对所述交互习题和解答结果进行one-hot编码，获得对应的编码结果；基于所述编码结果，采用技能标签矩阵，以矩阵投影的形式分别获取所述交互习题及解答结果对应的技能标签向量； 获得所述交互习题及解答结果对应的技能编码向量的过程包括：基于所述交互习题及解答结果对应的技能标签向量，采用技能编码矩阵和技能多样性向量，以矩阵投影的形式分别获得所述交互习题及解答结果对应的技能编码混合向量；基于ReLU激活函数分别对所述技能编码混合向量进行处理，再基于对应的技能标签向量进行尺度放缩处理，获得所述交互习题及解答结果对应的技能编码向量； 基于过往交互习题及解答结果对应的交叉编码，获得学生知识状态的评估结果向量的过程包括： 采用单调注意力机制，以习题的交叉编码进行矩阵投影得到查询和键，以解答结果的交叉编码进行矩阵投影得到值，进而通过缩放点积注意力函数处理后，输出表征学习者当前学习状态的评估结果向量； 基于学生知识状态的评估结果向量和当前交互习题的综合编码，获得解答结果正确与否的预测结果的过程包括： 将学生知识状态的评估结果向量和当前交互习题的综合编码进行拼接后输入解答结果预测模块，输出学习者在当前习题上回答正确与否的预测结果；其中，解答结果预测模块由三组首尾相接的层归一化层，全连接层及Dropout层组成，其中三个全连接层维度依次递减到1，模型最终输出该学习者在当前习题上回答正确的预测概率。

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兰州大学，其通讯地址为：730000 甘肃省兰州市天水南路222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”。

以上内容由龙图腾AI智能生成。