基于情感识别的深度知识追踪算法研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：在新一代信息技术与智慧教育融合的时代背景下,深度知识追踪(DKT)在智慧教室中的应用成为一个热门的研究方向.然而,目前的深度知识追踪模型更多地专注于对学生答题情况进行分析,忽视了情感状态对学生知识掌握情况的影响.对此,在深度知识追踪的循环神经网络的基础上,提出了基于情感识别的算法框架.在现有的循环神经网络的深度知识追踪模型中新增一个训练情感数据的多层感知机(MLP),它可以将情感数据有效输入循环神经网络模型中,以提升知识追踪精度.为验证所提出的新算法,利用四川天府新区麓湖小学的学生考试数据进行模型训练和验证.通过数值分析,基于情感识别的深度知识追踪模型对学生知识点掌握情况的预测值精度有显著提升.预测结果与真实值的差别相较于改进前的深度知识追踪模型均值更小,稳定性更高.总的来说,所提出的基于情感识别的深度知识追踪算法对未来智慧大数据的发展具有借鉴和参考价值.

作者：

程正一、黄丽娟、肖杨、李奇

展开 >

作者单位：

电子科技大学四川成都 611731

四川天府新区麓湖小学四川成都 610218

关键词：

智慧教育教育大数据深度知识追踪情感识别循环神经网络

出版年：

2024

DOI：

10.3969/j.issn.1672-9528.2024.07.019