基于深度学习的演化知识追踪模型

摘要：

知识追踪旨在根据学生历史学习记录实时追踪学生的知识水平变化,以预测学生在目标试题上的表现,从而推动学生知识状态自动评估、学习策略个性规划、试题资源精准推荐等智慧教育愿景的实现.为了准确挖掘学生潜在的知识掌握情况,并考虑试题顺序对预测效果的影响,文章提出一种基于深度学习的演化知识追踪模型(简称深度演化知识追踪模型).该模型通过引入深度兴趣演化网络来动态感知学生知识水平变化,推断学生的知识状态及演化规律,从而预测学生在目标试题上的表现.实验证明,该模型有效地提高了未来试题表现的预测准确度,在精准挖掘学生知识状态的同时,能够动态感知其知识的演化轨迹.

关键词：知识追踪、深度学习、教育大数据、认知评估、深度兴趣演化网络

所属期刊栏目：43

分类号：G434(电化教育)

资助基金：重庆市技术创新与应用发展专项重点项目;全国教育科学规划项目

在线出版日期：2023-01-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：23-30