第72章 教育数据挖掘

粗心，实际上扎实地学懂了这个概念，却手滑填写了B作为答案；也有同学只是运气很好，随机选了个C，恰好答对了。学习系统接下来该如何自适应调整个性化的学习路径，还是需要AI形成更深层次的判断。基于贝叶斯网络的学生知识点追踪模型，可以根据测试题前后其他习题之间的联系来推测学生是否真实掌握了这个知识点，从而尽量避免无效的学习时间，也尽量防止被遗漏的知识点。”

    “哇，这么厉害？”另外二人异口同声地感叹道。李洛好奇地看了一眼实验室的方向，问道：“那我可以试一下吗？你们都有什么科目的测试题？”

    涂世欣戳了戳李洛，“洛姐，时间有限，人家还有其他工作呢。”

    “哦，对不起。”

    林语笑着说：“欢迎你随时来实验室玩。其实我举的这个例子，已经是学术界二十多年前的研究成果了，不怎么前沿。今天早上周总还嫌弃我们……”

    李洛已经跳到了一下个问题：“刚才你提到的贝叶斯知识追踪，实时调整学生学习路径，其实要优于GRE、ACT这种考试测评体系，因为后者仅仅是基于单项回答结果，而不基于知识网络，对吗？”

    这个问题提得不错，林语坐直了些，解释道：“你说得很对。GRE、ACT只是根据学生每道题是否回答正确，从题库中调出相应难度的题。而我刚才所说的，能够综合整体知识图谱，推荐优化的学习任务。”

    “明白了。”李洛点头，“还有一个问题。之前也讨论过图形编程工具的专利收购的事宜，所以我想再跟进一下公司本身各部门的知识产权保护情况。这几个月来，有没有发生什么变动？算法技术方面，专利管理还是各部门独立负责的吗？”

    林语说：“我们也在考虑是否应该将技术专利集中管理起来，统一公司的专利质量。但是目前仍旧是各技术团队自己负责。”

    她的回答相对简洁，于是涂世欣在电脑上写下：“目前各技术团队独立管理专利。”

    可是他看到李洛在电脑上记录了很长一段话：“继续跟进与收购目标企业的知识产权整合策略，技术重叠度、集中管理或是业务单元管理模式、国家/地区应用范围等问题。与律师团队保持联系。”

    涂世欣觉得李洛还不如带个录音笔，或许比带着自己更有用！

    李洛这时候又问：“最后一个问题。目前数据模型架构上，有没有什么潜在的风险或是困难呢？”

    林语此时面露难色，没有直接回答。

    李洛考虑到她作为技术人员，可能拿不准什么内容可以和外人说，哪些方面不能提，于是解释道：“这只是投资人通常会有的考量之一，毕竟算法是你们的核心。比如说最早来亦舟的项目时，Allison和我提过，业界有一些领头企业在研究通过捕捉学生的注意力、情绪等等来分析学习积极性和知识趣味性。但是会有潜在的难关，比如说面部微表情的捕捉、动作追踪等等。我想问的……”

    随着李洛的叙述，林语的表情越来越委屈，眼眶竟然红了起来。李洛赶忙住了嘴，愕然地看向涂世欣，用口型问：“我说错什么了？”