摘要
本发明提供了一种知识追踪方法及系统,其中方法包括:构建用于表征学生的知识学习情况的时序异构图集合;对所述时序异构图集合中的缺失数据进行补全,得到长时序知识演化序列;对所述长时序知识演化序列中的各节点和关系进行向量表示,得到嵌入向量;将所述嵌入向量输入到预设的时序循环神经网络模型,以学习不同时间序列异构知识图的动态演化模式;基于所述动态演化模式预测学生对未来新知识点的学习情况。通过本发明,实现了对长时序、不完整知识演化序列的知识追踪,能够满足在线教育平台对学生长时序知识追踪和个性化知识推荐的现实需求。