← 返回列表
基于过程与结果融合的在线深度学习等级预测方法及装置
摘要文本
本发明涉及基于过程与结果融合的在线深度学习等级预测方法及装置,所述方法包括:获取并分析周期时间内学习者的学习行为轨迹数据和学习结果数据;将学习行为轨迹数据和学习结果数据输入到预训练的在线深度学习等级预测模型,获得学习者的学习过程层次和学习结果层次;基于学习者深度层次类别,对学习者进行归类。本发明能够从过程与结果两个层次全面地刻画学习者情况,实现学生在线深度学习等级的预测。
申请人信息
- 申请人:华南师范大学
- 申请人地址:510006 广东省广州市中山大道西55号
- 发明人: 华南师范大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于过程与结果融合的在线深度学习等级预测方法及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311694738.8 |
| 申请日 | 2023/12/12 |
| 公告号 | CN117390522A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F18/241 |
| 权利人 | 华南师范大学 |
| 发明人 | 汤化涛; 邵文豪; 洪煜曜; 任光杰; 王冬青 |
| 地址 | 广东省广州市番禺区外环西路378号华南师范大学华南先进光电子研究院 |
专利主权项内容
1.基于过程与结果融合的在线深度学习等级预测方法,其特征在于,所述方法包括以下步骤:S100、获取并分析周期时间内学习者的学习行为轨迹数据和学习结果数据,所述学习行为轨迹数据包括浅层学习行为和深度学习行为,所述学习结果数据包括浅层学习结果和深度学习结果;S200、将学习行为轨迹数据和学习结果数据输入到预训练的在线深度学习等级预测模型,获得学习者的学习过程层次和学习结果层次,所述学习过程层次包括过程浅层学习者、过程中度学习者和过程深度学习者,所述学习结果层次包括结果浅层学习者、结果中度学习者和结果深度学习者;S300、基于学习者深度层次类别,对学习者进行归类,所述对学习者进行归类包括对学习者的学习过程层次和学习结果层次进行融合计算,得到融合计算结果,根据融合计算结果把学习者归类为被动学习者、低效学习者、合作学习者、高效学习者和完全深度学习者之一。