[发明专利]一种基于深度学习的智能教学系统

权利要求书

1.一种基于深度学习的智能教学系统，其特征在于，包括：

学习记录获取模块，用于从数据库中获取学习记录，相关信息包括学生编号，试题编号，相关知识点，作答结果，作答时间；

场景编码模块，用于将学生的过往学习记录和当前场景进行总结概括和编码，得到概括性编码；

学习序列编码模块，用于学生对知识点的过往学习序列进行编码，得到知识点作答编码；

神经网络训练模块，用于根据概括性编码与知识点作答编码，训练神经网络；

预测模块，用于在给定场景下对学生作答结果进行预测；

学习调度模块，用于根据学生作答结果预测，为学生推荐学习内容。

2.根据权利要求1所述的一种基于深度学习的智能教学系统，其特征在于，所述神经网络训练模块，其训练过程如下：

1)初始化：初始化RNN网络和FM网络；

2)将知识点作答编码传入RNN网络，RNN网络进行前向更新，得到学生知识状态向量；

3)将学生知识状态向量与概括性编码进行拼接，作为FM网络的输入；

4)FM网络进行前向更新，输出结果为学生对当前试题的作答结果的预测；

5)将学生对试题作答结果的预测值与实际值进行对比，根据对比的差值，反向对RNN网络和FM网络的内部参数进行更新。

3.根据权利要求1所述的一种基于深度学习的智能教学系统，其特征在于，所述学习记录获取模块，其学习记录获取过程如下：

1)当新增一次用户学习时，向MySQL数据库中插入一条学习记录，包含学生ID、试题ID、学习时刻、作答结果；

2)当训练神经网络和预测作答结果时，进行MySQL查询，返回当前学生的相关学习记录。

4.根据权利要求1所述的一种基于深度学习的智能教学系统，其特征在于，所述场景编码模块，对场景记录和编码的过程如下：

1)获取当前场景信息，得到当前的时刻、学生ID个人信息、试题的文本ID属性；

2)将当前场景进行编码，将学生ID、当前待作答试题ID、当前所学知识点ID编码成为独热码(one-hot encoding)的形式；

3)根据当前时刻和从学习记录获取模块获取的过往学习记录，对当前所学的知识点进行学生的过往学习概括；知识点过往学习概括包含了：若干个时间窗口内学生的累计作答次数、累计答对次数；

4)将所得的场景编码、过往编码拼接，得到概括性编码，概括性编码将作为神经网络训练模块和预测模块的输入。

5.根据权利要求1所述的一种基于深度学习的智能教学系统，其特征在于，所述学习序列编码模块，学习序列编码过程如下：

1)从学习记录获取模块获取的过往学习记录，得到学生每一次的所学知识点，以及每次学习情况，即答对或者答错测试题；

2)对学生的每一次学习，根据所学的知识点ID，编码成为多热码(multi-hotencoding)的形式，得到知识点学习编码；

3)将所得知识点学习编码通过一个知识点embedding矩阵，得到学习内容编码；

4)根据当前学习作答结果，将学习内容编码扩充成为知识点作答编码。知识点作答编码将作为神经网络模块和预测模块的输入数据。

6.根据权利要求1所述的一种基于深度学习的智能教学系统，其特征在于，所述预测模块，预测过程如下：

1)对于当前的学习场景，调用场景编码模块，生成概括性编码，对于当前的学生，调用学习序列编码模块，生成知识点作答编码；

2)调用已训练好的神经网络，输入概括性编码和知识点作答编码，对学生的作答结果进行预测。

7.根据权利要求1所述的一种基于深度学习的智能教学系统，其特征在于，所述调度模块，调度过程如下：

1)根据用户的当前学习进度和学习需要，筛选出候选试题集；

2)调用预测模块，对候选试题集中的每一道试题的作答结果进行预测，得到学生对每道试题的作答结果预测；

3)根据所得的对每道试题的作答结果预测，推荐合适的试题供学生学习。