北京数智教联科技发展有限公司

本发明公开一种多时间尺度学习计划动态重排方法，涉及多时间尺度技术领域。该方法取得学习者的当前学习计划及知识依赖图谱后，接收学习事件并据此形成事件限制变更集，通过计划任务依赖关系与知识节点前置依赖关系的有界遍历得到受影响任务集，根据学习容量差额和上级进度偏差自适应判定局部调整、周期调整或阶段重算等级并确定重排时段，同时规定冻结任务集作为遍历终止边界和调度不变限制，在保持冻结任务集和重排时段之外任务不变的条件下对非冻结受影响任务执行重排调度，当发生冲突时生成冲突处置任务，最后分配新版本号并形成计划变更记录。减少无关任务重算，保护高稳定性任务，实现计划调整全链路可追溯。

本发明公开了基于多源学习证据和置信度的知识能力状态评估方法，属于知识能力状态评估技术领域。该方法获取知识依赖图和学习证据记录集，将不同来源的观测结果转换为具有证据方向和强度的标准化证据，并根据发生时间进行衰减处理；聚合直接关联的有效证据，分别确定知识掌握度和状态置信度，状态置信度同时作为是否启动图传播推理的控制条件；仅当状态置信度达到预设阈值时才生成推断证据，并按照直接证据权重高于推断证据的规则合并更新各知识节点的状态；输出知识能力状态集，对低置信度且满足预设条件的重要节点输出诊断任务并将诊断结果写回触发状态更新，实现了多源异构证据的统一处理和状态估计的优化。