買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉暨南大學申請的專利一種面向跨領域知識遷移的知識追蹤方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119938936B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510035899.9，技術領域涉及：G06F16/36；該發明授權一種面向跨領域知識遷移的知識追蹤方法及系統是由劉子韜;占博浚設計研發完成，并于2025-01-09向國家知識產權局提交的專利申請。

本一種面向跨領域知識遷移的知識追蹤方法及系統在說明書摘要公布了：本發明公開了一種面向跨領域知識遷移的知識追蹤方法及系統，包括：構建學生學習行為表征知識庫，基于在學生學習行為表征知識庫中提取的問題級別感知的高維向量表征與聯合問題?答案交互表征獲得知識狀態向量；構建自回歸信息處理模塊對知識狀態向量進行優化，獲得優化知識狀態向量；基于兩層非線性全連接網絡構建學生答題預測模塊，將優化知識狀態向量輸入至學生答題預測模塊，獲得學生答題預測結果，實現知識追蹤。本發明通過生成具有域適應性的表征知識庫，模型可以將數據豐富領域的知識遷移到數據稀缺的領域，解決現有方法在數據稀缺領域的性能問題；通過自適應知識狀態提取網絡模塊減少了對具體超參數選擇的敏感度，大幅度節約資源算力。

本發明授權一種面向跨領域知識遷移的知識追蹤方法及系統在權利要求書中公布了：1.一種面向跨領域知識遷移的知識追蹤方法，其特征在于，包括以下步驟： 構建學生學習行為表征知識庫，所述學生學習行為表征知識庫包括問題級別高維向量表征庫與聯合問題-答案交互表征庫； 基于在所述學生學習行為表征知識庫中提取的問題級別感知的高維向量表征與聯合問題-答案交互表征獲得知識狀態向量； 構建自回歸信息處理模塊，基于所述自回歸信息處理模塊優化所述知識狀態向量；獲得優化知識狀態向量； 基于兩層非線性全連接網絡構建學生答題預測模塊，將所述優化知識狀態向量輸入至學生答題預測模塊，獲得學生答題預測結果，實現知識追蹤； 構建問題級別高維向量表征庫的過程包括： 對問題序列進行特征映射，獲得問題級別感知的高維向量表征，基于問題級別感知的高維向量表征構建問題級別高維向量表征庫，其中，獲得問題級別感知的高維向量表征的過程如下： 式中，是可通過訓練獲得的問題級別，是問題對應所有知識點的平均特征表示，表示按位加法； 構建聯合問題-答案交互表征庫的過程包括： 基于學生答案序列，采用答案行為表征提取器的嵌入層建模問題知識點與學生答案之間的高階交互特性，生成聯合問題-答案交互表征，基于聯合問題-答案交互表征構建聯合問題-答案交互表征庫，其中，獲得聯合問題-答案交互表征的過程如下： 式中，是可通過訓練獲得的問題級別，是問題對應所有知識點的平均特征表示，表示按位加法，表示聯合學生相應的問題對應知識點的獨熱編碼； 在所述問題級別高維向量表征庫中提取問題級別感知的高維向量表征，在所述聯合問題-答案交互表征庫中提取聯合問題-答案交互表征；將問題級別感知的高維向量表征與獲得查詢向量和聯合問題-答案交互表征作為查詢向量、鍵向量和值向量，采用縮放點積注意力機制處理查詢向量、鍵向量獲得注意力得分，通過Softmax函數轉換為概率分布，根據所述概率分布對值向量進行加權求和，獲得知識狀態向量。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人暨南大學，其通訊地址為：510632 廣東省廣州市天河區黃埔大道西601號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。