摘要

本发明公开了一种基于图卷积网络的多关系认知诊断方法,包括:1.构造异构数据:学生的历史答题记录矩阵,习题与知识点的关联矩阵,学生与知识点交互矩阵;2.利用图卷积分别对学生的不同的答题结果进行特征传播;并通过图对比学习缓解将学生答题记录划分对错导致的数据稀疏性问题;3.利用注意力机制建模学生与知识点的交互关系以及习题与知识点的包含关系;4.融合上述两个模块获取的不同表征,然后通过神经认知诊断模型来预测学生的表现。本发明充分挖掘学生的不同的答题结果对于学生的能力的影响,并从两种角度建模学生对于不同知识点的掌握情况,从而实现更加准确的学生表现预测以及学生在具体知识点的掌握程度。