一种可解释的深度知识追踪方法、系统及其应用技术方案

本发明专利技术属于在线教育技术领域，具体涉及一种知识追踪方法、系统及其应用。一种可解释的深度知识追踪方法，包括：以学习者的历史答题记录为输入，通过构建的基于门控循环单元的深度知识追踪模型，预测学习者对目标题目的作答情况；利用分层相关性传播算法对输入的历史答题记录与模型的预测结果进行相关性分析，获得学习者的知识掌握情况。本发明专利技术构建基于门控循环单元（GRU）构建知识追踪模型，模拟学习者的知识遗忘行为，更加符合学习者的认知，提高知识掌握预测性能；同时，提出将分层相关性传播算法引入至所构建的模型中对模型的预测结果进行分析解释，获得学习过程中各知识点之间的关联性，从而了解学习者对各知识点的掌握情况，以便于接下来对学习者进行个性化、针对性的学习指导。的学习指导。的学习指导。

【技术实现步骤摘要】
一种可解释的深度知识追踪方法、系统及其应用


[0001]本专利技术属于在线教育
，具体涉及一种知识追踪方法、系统及其应用。

技术介绍

[0002]在在线学习普及的大环境下，各大在线学习平台如雨后春笋般建立，在线教育如火如荼，学习资源的使用率和传播率空前提高。据中国互联网信息中心统计，截止到2020年底，在线教育用户达到了3.42亿人，是2016年用户人数的2倍多(中国互联网络信息中心(CNNIC).第47次中国互联网络发展现状统计报告[R].2021:55
‑
57.)，尤其在今年上半年新冠疫情爆发期间，全国各地中小学都采用了在线学习的方式。然而在线学习的留存率和完成率却始终不符合预期(赵磊,邓彤,吴卓平.基于数据挖掘的MOOC学习者学业成绩预测与群体特征分析[J].重庆高教研究,2021:1
‑
13.)，有研究调查了221门大规模在线开放课程(MOOC)，结果发现，在MOOC平台上注册的学习者的完成率在0.7％～52.1％之间，平均仅有12.6％完成了课程学习，约4/5的学习者无法及格(Jordan K本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可解释的深度知识追踪方法，其特征在于，包括：以学习者的历史答题记录为输入，通过构建的基于门控循环单元的深度知识追踪模型，预测学习者对目标题目的作答情况；利用分层相关性传播算法对输入的历史答题记录与模型的预测结果进行相关性分析，获得学习者的知识掌握情况。2.根据权利要求1所述的可解释的深度知识追踪方法，其特征在于，所述的基于门控循环单元的深度知识追踪模型包括重置门、更新门；所述的重置门用于根据输入的历史答题记录，对所要遗忘的答题记录进行选择；所述更新门用于确定需要记忆到未来的答题记录。3.一种可解释的深度知识追踪系统，其特征在于：该系统包括预测模型，用于根据学习者的历史答题记录，...

【专利技术属性】
技术研发人员：吕伟刚，池梦娅，任冰倩，王潇，吕立，
申请(专利权)人：中国海洋大学，
类型：发明
国别省市：