摘要
为了帮助C++教学实践,根据蚌埠学院网络习题平台积累的学生答题数据集,提出一种基于自注意力深度知识追踪和协同过滤的C++教学辅助方法SAINT-Lite-CF,对C++教学预警和个性化习题推荐进行研究.使用裁剪后的SAINT-Lite方法进行知识追踪,获取学生知识水平矩阵进行教学预警,帮助教师及时调整教学方向.利用预测的学生答题正确概率,基于协同过滤进行个性化习题推荐,帮助学生巩固掌握不牢固知识.实验证明SAINT-Lite知识追踪方法对于小数据集有较好性能,后续的习题推荐结果也都符合期望.同时,教学实践表明SAINT-Lite-CFC++教学辅助方法有很好的可信度和实用性.
基金项目
蚌埠学院教育教学研究项目(2019JYXML21)
蚌埠学院校级课程思政建设项目(2020)(2020kcszjyxm12)
安徽省质量工程教学研究项目(2020)(2020jyxm1160)