学习者知识追踪研究进展综述

摘要：

学习者建模是自适应学习系统的支撑技术之一,其中以知识追踪为代表的学习者知识状态建模研究最为广泛.3种代表性的知识追踪技术分别为基于隐马尔可夫模型的贝叶斯知识追踪、基于逻辑回归模型的可加性因素模型、基于循环神经网络的深度知识追踪.通过综述发现,贝叶斯知识追踪模型适用于含单一知识点的学习任务的知识追踪,可加性因素模型和深度知识追踪模型适用于含多知识点的学习任务的知识追踪,但深度知识追踪模型的教学可解释性不佳.在综述现有研究的基础上,受到知识空间理论的启发,将知识点之间的先决关系融入到知识追踪模型是未来的一个重要研究方向,并初步提出了一种融合知识点先决关系的可加因素模型.

关键词：自适应学习系统、知识追踪、贝叶斯知识追踪、可加性因素模型、深度知识追踪、知识空间理论

所属期刊栏目：48

分类号：TP391.6(计算技术、计算机技术)

资助基金：国家自然科学基金;上海市"科技创新行动计划"人工智能科技支撑专项;中央高校基本科研业务费项目华东师范大学引进人才启动费项目

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：213-222