基于知识追踪与图增强检索的学习路径优化方法及系统
本发明提出一种基于知识追踪与图增强检索的学习路径优化方法及系统,属于人工智能与教育技术领域,包括:S1:构建习题嵌入向量与习题难度嵌入向量,将两者融合生成融合输入特征;S2:基于融合输入特征计算注意力权重,并从值矩阵读取知识状态向量;将知识状态向量与习题嵌入向量进行拼接,得到综合特征向量;S3:构建知识增长向量及遗忘向量,并根据时间衰减构建长期值矩阵和短期值矩阵,并更新长期值矩阵和短期值矩阵;S4:构建知识图谱;S5:基于知识图谱生成知识子图,借助LLM的CoT机制生成学习路径,通过GRPO算法优化学习路径。本发明实现了学习路径推荐的高精度、强可解释性与动态适应性,提升个性化学习适配效率。