[发明专利]一种知识追踪模型的训练方法、装置以及设备

说明书

本说明书实施例公开了一种知识追踪模型的训练方法、装置以及设备。通过获取用户在t时刻对于知识点的答题信息，成对应于所述答题信息的隐藏特征向量；根据所述隐藏特征向量确定权重矩阵；根据所述权重矩阵从内存矩阵中进行读取，获得聚焦向量；根据所述权重矩阵内存矩阵进行内容写入，生成t时刻的内存矩阵；融合所述隐藏特征向量和所述生成输出特征向量，根据所述输出特征向量生成预测值；根据所述预测值和所述答题信息的差异进行知识追踪模型的训练，生成目标模型，通过采用内存矩阵保存用户的历史答题信息所产生的相关特征，并即时的在训练过程中对内存矩阵进行读写，从而有效利用了用户的历史答题信息来训练模型。

技术领域

本说明书涉及互联网技术领域，尤其涉及一种知识追踪模型的训练方法、装置以及设备。

背景技术

随着在线教育的发展，知识追踪在在线教育中的作用越来越大，知识追踪指的是通过对用户以往答题情况进行分析来预测用户对于相关知识点的掌握水平。因此，在知识追踪模型的训练中，能否有效利用用户的历史答题特征是知识追踪模型的训练关键点，其决定了训练得到的目标模型的有效程度。

基于此，需要一种更准确的知识追踪模型的训练方案。

发明内容

本说明书一个或多个实施例提供一种知识追踪模型的训练方法、装置、设备以及存储介质，用以解决如下技术问题：需要一种更准确的知识追踪模型的训练方案。

为解决上述技术问题，本说明书一个或多个实施例是这样实现的：

在第一方面，本说明书实施例提供一种知识追踪模型的训练方法，包括：获取用户在t时刻对于知识点的答题信息h_t，生成对应于所述答题信息h_t的隐藏特征向量x_t；根据所述隐藏特征向量x_t确定t时刻的权重矩阵w_t；根据所述权重矩阵w_t从t-1时刻的内存矩阵M_t-1中进行读取，获得t时刻的聚焦向量r_t；根据所述权重矩阵w_t对所述t-1时刻的内存矩阵M_t-1进行内容写入，生成t时刻的内存矩阵M_t；融合所述隐藏特征向量x_t和所述r_t生成输出特征向量，根据所述输出特征向量生成在t时刻对于知识点的答题信息的预测值p_t；根据所述预测值p_t和所述答题信息h_t的差异进行知识追踪模型的训练，生成目标模型。

在第二方面，本说明书实施例提供一种知识追踪模型的训练装置，包括：获取模块，获取用户在t时刻对于知识点的答题信息h_t，生成对应于所述答题信息h_t的隐藏特征向量x_t；权重矩阵确定模块，根据所述隐藏特征向量x_t确定t时刻的权重矩阵w_t；聚焦向量获取模块，根据所述权重矩阵w_t从t-1时刻的内存矩阵M_t-1中进行读取，获得t时刻的聚焦向量r_t；内存矩阵更新模块，根据所述权重矩阵w_t对所述t-1时刻的内存矩阵M_t-1进行内容写入，生成t时刻的内存矩阵M_t；预测模块，融合所述隐藏特征向量x_t和所述r_t生成输出特征向量，根据所述输出特征向量生成在t时刻对于知识点的答题信息的预测值p_t；训练模块，根据所述预测值p_t和所述答题信息h_t的差异进行知识追踪模型的训练，生成目标模型。

在第三方面，本说明书实施例提供的一种电子设备，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，