由中国汉语信息学会社交媒体处理专业委员会主办，浙江大学主办，智源社区支持的第九届全国社交媒体处理会议。（SMP2020）于9月4日至6日在线举办，近百位人工智能、社会科学和教育领域的顶尖专家、学者和行业领袖，包括中国工程院院士潘云和、香港科技大学教授杨强、英国皇家工程院院士、欧洲科学院院士郭毅等。爱学教育集团人工智能实验室应邀分享学术报告《基于模型表征学习的分层图网络知识跟踪》，并因在该领域的创新研究成果获得好评，入选“SMP2020优秀研究成果奖”（优秀研究成果奖仅有2项）
清华大学刘致远教授在会议闭幕式上宣布，AI实验室的学术论文荣获“SMP2020优秀研究成果奖”。本次全国社交媒体处理大会设置了2场前沿研讨会、3场邀请报告、2场青年科学家报告、10余个论坛，近百位顶尖专家学者和行业领袖围绕智能教育、情感计算、数据挖掘等话题进行了深入交流和探讨。会议共收集了92篇学术论文，经过项目委员会的交流评审和评审，邀请了34位作者进行报告，AI Lab分享的创新研究成果得到与会者的高度评价，并被评为优秀研究成果奖。
人工智能实验室论文的作者在会议上分享他们的研究成果处理社交媒体的对象本质上是跨学科的研究领域，例如内容数据和网络结构数据。在教育系统中，学生的学习过程可以被理解为建立知识网络的过程，用科学的方法定量分析知识点之间的深层关系，对学生的认知过程进行建模，对教育生产具有重要的指导意义。其中，知识跟踪（Knowledge Tracing）算法起着非常重要的作用，正确的知识跟踪模型是个性化教育的基础.给定一个学习者的答案记录，知识跟踪模型可以通过预测学生的答案表现，实时跟踪每个知识点的掌握。爱学习人工智能实验室在论文中提出了一种基于主题模型的分层图的知识跟踪模型，建立了分层图网络，并结合序列模型来提高知识诊断能力。本文引入了模型的概念来表示具有相似语义文本信息的主题，利用层次图网络来学习每个主题模型的表示，并通过层次图网络和序列模型的组合优化来增强知识跟踪模型。我们还引入了两种注意机制来增强学习者在过去遇到类似问题时的记忆力，增强当前关注的问题与整个模块化系统之间的联系，提出了K&S诊断方法，使诊断内容更加具体和丰富，最后在大型真实数据集上展示了模型的有效性和应用的多样性。据悉，未来知识诊断框架将登陆各种热爱学习的教学场景，智能推荐科学高效的学习路径，帮助学生发现差距，进一步完善每个学生的知识体系，智能生成教学建议，帮助教师对每个学生进行个性化教学。作为“内容与科技驱动的K12教育供给平台”，爱学教育集团一直以教育与科技创新为核心发展动力，近年来一直在探索AI技术与教育的深度融合，AI实验室推出了“教、学、实践、评估”的理念。我们推出了十多个创新产品和应用，覆盖了整个教育场景。被邀请参加SMP2020并获得优秀研究成果奖，再次向业界展示了AI技术的领先水平。未来，爱学将继续加大科技创新投入，与行业合作伙伴携手打造教育AI创新平台，共同推动教育场景中的更多科研成果，助力教育产业智能化升级。