【技术实现步骤摘要】
本专利技术涉及计算机数据处理，尤其涉及一种基于答题状态和多维项目反应理论的知识追踪方法与系统。
技术介绍
1、智能辅导系统加速发展，为实现个性化学习创造了机会。知识追踪预测作为个性化学习的重要技术，旨在精确追踪学习者知识掌握水平以及预测学习者答题反馈，为智能辅导系统开发、课程学习、学习资源推荐等计算机辅助教育应用提供技术支撑。
2、智能辅导系统中实现个性化教育服务的核心技术是知识追踪，即基于学生在学习过程的练习交互数据建模学生知识状态变化，以预测学生未来答题表现。知识追踪因其对提升学生学习效率和教师教学效果的重要意义而受到广泛关注。
3、当前，知识追踪的研究主要为基于深度学习的知识追踪模型，其根据网络结构可进一步细分为基于循环神经网络(rnn)、记忆增强网络和注意力网络的模型。deepknowledge tracing(dkt)作为基于rnn的代表性模型，也是首次在知识追踪领域使用深度神经网络的模型。dkt将学生练习交互时序数据通过one-hot编码或压缩感知转化为向量输入到模型中，最后将rnn的隐状态视为学生知...
【技术保护点】
1.一种基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，
3.根据权利要求2所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，所述步骤S13包括：
4.根据权利要求1所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，所述步骤S21包括：通过Pearson相关系数计算学生答题行为特征与学生作答结果r之间的相关性；Pearson相关系数计算公式如下：
5.根据权利要求4所述的基于答题状态和多维项...
【技术特征摘要】
1.一种基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，包括步骤：
2.根据权利要求1所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，
3.根据权利要求2所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，所述步骤s13包括：
4.根据权利要求1所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，所述步骤s21包括：通过pearson相关系数计算学生答题行为特征与学生作答结果r之间的相关性；pearson相关系数计算公式如下：
5.根据权利要求4所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，所述步骤s22包括：
6.根据权利要求5所述的基于答题状态和多维项目反应理论的知识追踪方法，其特征在于，...
【专利技术属性】
技术研发人员：张维，宋玲玲，王胜明，易宝林，罗佩华，胡森，李盼盼，
申请(专利权)人：华中师范大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。