基于细粒化矩阵的嵌入式知识追踪方法

扫码查看

原文链接

万方数据
维普

中文摘要：知识追踪(KT)是根据学习者以前的学习记录预测其未来学习状况的技术.近年来,基于深度学习的知识追踪(DKT)发展迅速,旨在动态追踪学生学习状态进而为学生提供个性化的服务.然而,目前的研究忽略了练习题和知识点之间的复杂联系,为了解决这个问题,提出了一种基于细粒化矩阵的嵌入式知识追踪方法模型(FGM-DKT).从数据集中提取出了学习实体以及其中隐含关系的嵌入式表达,再将其引入到对学习者的知识建模过程中.在两个真实世界公开数据集上的实验结果表明,提出的FGM-DKT可以更准确地评估学生学习状态和知识点掌握程度,与现有知识追踪模型相比具有更高的预测能力.

作者：

王瑶

展开 >

作者单位：

贵州民族大学贵州贵阳 550000

关键词：

深度学习知识追踪教育系统个性化学习特征提取

基金：

贵州省科技厅基础研究项目贵州省教育厅贵州省高等学校智慧教育工程研究中心

项目编号：

黔科合基础-ZK[2022]一般197黔教技[2022]047号

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.02.004

信息技术与信息化

山东电子学会

信息技术与信息化

影响因子：0.29

ISSN：1672-9528

年,卷(期)：2024.(2)

参考文献量11