期刊专题

10.3969/j.issn.1006-2475.2023.07.005

基于多特征提取的时间卷积知识追踪模型

引用
知识追踪(Knowledge Tracing,KT)是教育数据挖掘领域中的关键技术,其通过利用学生的历史学习记录来预测学生下一次的作答表现.针对基于时间卷积网络(TCN)的深度知识追踪模型存在的只使用学生答题序列和答题结果,而忽略学生其他行为特征的问题,本文提出一种基于多特征提取的时间卷积知识追踪模型TKT-PCA.使用时间卷积网络和主成分分析(Principal Component Analysis,PCA)方法自动提取多种学生作答行为中的隐藏特征并学习它们的表示,不仅降低了特征维度减少冗余信息,还充分评估了学生的知识掌握情况.实验结果表明,与其他知识追踪基线模型相比,TKT-PCA有更好的预测性能.

深度学习、知识追踪、时间卷积网络、教育数据挖掘、智能教育

TP391(计算技术、计算机技术)

国家自然科学基金;广州市大数据智能教育重点实验室项目

2023-08-25(万方平台首次上网日期,不代表论文的发表时间)

共6页

25-29,42

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2023,(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn