苏喻
- 作品数：10 被引量：118H指数：4
- 供职机构：安徽大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金国家杰出青年科学基金更多>>
- 相关领域：自动化与计算机技术自然科学总论文化科学更多>>
- 个性化教学系统中学生学业能力模型构建的研究与应用
- 随着中国教育信息化的不断深入，个性化教学系统得到了快速的发展。该类系统通过对海量学生学业数据的收集，一方面给学生提供个性化的诊断报告，推荐有针对性的学习资源，以提升学生的学习效率;另一方面辅助老师更科学的做教学决策，以提...
- 苏喻
- 关键词：中学生学业能力软件设计
- 学生得分预测:一种基于知识图谱的卷积自编码器被引量：2
- 2019年
- 在线个性化学习系统能够根据学生的学习历史,为学生提供个性化的学习资源,辅助学生高效学习.要提供精准的个性化诊断报告和个性化资源推荐,首先要对学生进行学业能力评估,其中一个基础性任务为得分预测.对于得分预测任务,现有的研究和方法存在如下不足:①不能充分利用大数据提升预测精度,②无法解决实际应用场景中常见的冷启动问题,③预测结果不可解释.为此提出并实现了一种基于知识图谱的自编码模型(knowledge-awareauto-encodermodel,KAEM)用于学生得分预测.首先介绍了含有教育专家先验知识的一种知识图谱,称之为锚题图谱;然后KAEM采用深度学习自编码技术,将教研对锚题图谱的先验理解作为自编码器的正则化项加入模型中,有效地解决冷启动问题.此外,此类模型的预测结果还可以解释化,为实际个性化学习推荐等应用场景提供教研依据.KAEM已经在国内某在线教育系统上运行,取得了良好的效果;在大规模数据上也实验验证了KAEM的有效性.
- 苏喻张丹刘青文张英杰陈玉莹丁宏强
- 关键词：个性化学习知识图谱冷启动
- 一种基于知识库的语义检索系统模型被引量：2
- 2010年
- 讲述了目前检索系统存在的不足以及产生这些不足的原因,介绍了本体的概念及其在语义检索领域中的作用。在此基础上提出了一种基于知识库的语义检索系统模型,并对该模型的实现原理和关键技术进行了详细的阐述。实验结果表明,相对于传统的方法,该方法能大幅提高用户检索的查全率和查准率。
- 马中杰郑诚苏喻
- 关键词：本体知识库语义检索
- 面向大规模认知诊断的DINA模型快速计算方法研究被引量：22
- 2018年
- 在教育教学的过程中,如何诊断学生的知识水平是一个重要的问题.传统方法大多由教师根据学生的表现和成绩进行人工判断,存在效率低、主观性强的问题,且难以做到针对大量学生的个性化诊断.近年来,认知诊断模型中的DINA模型被广泛应用于诊断学生个性化知识掌握程度.然而传统DINA模型大多基于小样本数据,当面对在线教育带来的大规模数据处理需求时,存在收敛速度慢的问题,难以实际应用.针对DINA模型计算时间过长的问题,本文首先给出了DINA模型的收敛性证明,并提出了三种能够加速DINA求解的算法:(1)增量算法,它将学生数据划分为多个学生块,每次迭代只访问其中一个学生块;(2)最大熵方法,它只访问在极大化模型熵的过程中影响较大的学生数据;(3)基于前两者的混合方法.最后,本文通过真实数据和模拟数据上的实验,分析证明了三种方法均能在保证DINA模型有效性的情况下,达到几倍至几十倍的加速效果,有效地改善了DINA模型的计算效率.
- 王超刘淇陈恩红黄振亚朱天宇苏喻胡国平
- 关键词：DINA模型EM算法
- 基于语义的VSM模型改进被引量：8
- 2011年
- 文本聚类在很多领域都有广泛的应用,传统的文本聚类方法由于并不考虑语义因素,得出的聚类效果并不理想。利用语义对VSM模型进行变换,即基于语义对VSM模型的各维进行扭曲,将原本的正交坐标系基于语义变换为斜角坐标系,然后将文本的特征向量映射到变换后的VSM模型上再进行聚类,相对减小语义相关的特征向量间的语义距离,从而提高了文本聚类的召回率与查准率,并使得聚类的结果更加语义化。
- 苏喻郑诚马中杰
- 关键词：文本聚类VSM模型特征向量语义
- 一种面向教育评估的智能教育辅助平台被引量：3
- 2015年
- K-12教育是教育领域一个重要的方面.近年来,在线教育模式已成为K-12教育重要的组成部分,被人们广泛接受.然而,现有的在线教育系统和智能教育系统大多为基于教育资源数据库,能够为学生和老师提供优质的线上教育资源,这些针对K-12教育的解决方案鲜有结合线下考试(如期末考试等)资源,并且较少考虑教师和学生的个性化需求.针对以上问题,提出并实现了一种面向教育评估的智能教育辅助平台(intelligent tutoring platform for educational assessment,ITPEA),该平台采用线下考试-线上评估的模式,从试题、学生、教师三个角度进行深入的诊断分析.具体地,该平台收集大规模线下考试数据,结合教育领域模型,首先给出对考试的试题参数分析.其次,针对学生知识点掌握进行分析,给出个性化的学生认知诊断.最后,使用一种除去非教师因素的教师影响力分析法来评估教师,并通过数据挖掘技术,帮助教师找出异常学生.ITPEA的关键技术已经在国内某在线教育系统上运行,取得了良好的效果.
- 黄振亚苏喻吴润泽刘玉苹刘淇陈志刚胡国平
- 关键词：教育评估个性化需求数据挖掘
- 试题知识点预测：一种教研知识强化的卷积神经网络模型被引量：6
- 2018年
- 在各类在线学习系统中,为了给学生提供优质的学习服务,一个基础性的任务是试题知识点预测,即预测一道试题所考察的知识概念、能力等。在这个任务中,已有方法通常基于人工专家标注或者传统机器学习方法。然而,这些传统方法要么耗时耗力,要么仅关注试题资源的浅层特征,忽略了试题文本和知识点之间的深层语义关联。因此,这两类方法在实际应用中均受到了限制。为此,该文提出一种教研知识强化的卷积神经网络方法进行试题知识点预测。首先,结合教育学经验,定义和抽取试题的浅层特征。然后,利用一个卷积神经网络对试题的深层语义进行理解和表征。然后,考虑到教研先验与试题词句之间的关联,提出一种基于注意力机制的方法能够自动识别和计算不同教研先验对试题的重要性程度。最后,设计了一个融合知识点决策和试题语义约束的模型训练目标。该文在大规模数据上进行了充分的实验。实验结果表明,所提出的方法能够有效地进行试题知识点预测,具有很好的应用价值。
- 胡国平张丹苏喻苏喻李佳王瑞
- 关键词：知识点
- 文本聚类中基于密度聚类算法的研究与改进被引量：3
- 2011年
- 文本聚类在很多领域都有广泛应用,而聚类算法作为文本聚类的核心直接决定了聚类的效果和效率。结合基于划分的聚类算法和基于密度的聚类算法的优点,提出了基于密度的聚类算法DBCKNN。算法利用了k近邻和离群度等概念,能够迅速确定数据集中每类的中心及其类半径,在保证聚类效果的基础上提高了聚类效率。
- 苏喻郑诚封军
- 关键词：文本聚类基于密度K近邻
- 基于认知诊断的个性化试题推荐方法被引量：86
- 2017年
- 面向学生的个性化试题推荐是智能教育领域重要的研究课题,现有的试题推荐工作大多采用协同过滤的方法或基于认知诊断的方法.然而,协同过滤的试题推荐方法往往忽略了学生的学习状态(知识点掌握情况);基于认知诊断的方法只能建模单个学生的学习状态,不能利用相似学生的共性特征.针对以上问题,文中提出一种基于学生知识点掌握程度的协同过滤试题推荐方法.该推荐方法分为3步:第1步结合认知诊断模型,根据学生已有的答题情况和试题知识点的关联对学生的试题掌握水平进行建模;第2步将学生的试题掌握水平用于概率矩阵分解预测学生的答题情况;第3步根据得分预测和试题难度向学生进行相应的试题推荐.该推荐方法同时考虑了被推荐学生学习的个性和群组学生学习的共性,在保证试题推荐解释性的同时提高了试题推荐的可靠性.最后,文中通过大量对比实验证明了该方法在进行学生试题推荐时能够保持精确性和可解释性.
- 朱天宇黄振亚陈恩红刘淇吴润泽吴乐苏喻陈志刚胡国平
- 关键词：协同过滤
- 基于语义的文本聚类搜索研究
- 文本聚类是数据挖掘领域中的一个重要分支，尤其在信息量迅速增长的当今社会，文本聚类能够在人们日常的生产生活中起到重要作用。国内外围绕着文本聚类这一课题进行了大量的研究，并有了些初步的成果，但是从目前的研究状况来看，文本聚类...
- 苏喻
- 关键词：文本聚类数据挖掘聚类算法语义因素
