一种基于学习能力的知识追踪方法及模型技术

本发明专利技术提供了一种基于学习能力的知识追踪方法及模型，该方法包括以下步骤：引入问题的难度向量，对问题、问答对进行编码，并计算学生在当前时刻对该问题对应的知识概念的学习能力；利用学习能力增强顺序神经网络对学生在不同时间步长的知识状态进行建模，将学生的学习能力融入学生知识状态的获取和更新过程，然后使用基于自注意力机制的编码器‑解码器结构来提取与当前时刻待预测问题相关的知识状态；将获得的当前时刻学生的学习能力与知识状态结合起来，预测学生在下一时刻的答题表现。本发明专利技术能够更全面、准确地描绘学生的学习过程，提高知识追踪的性能。

【技术实现步骤摘要】

本专利技术涉及知识追踪，具体涉及一种基于学习能力的知识追踪方法及模型。

技术介绍

1、近年来，以大规模开放在线课程(moocs)和智能辅导系统(its)为代表的在线教育平台的兴起，推动了一场教育方式的革命。特别是在全球covid-19大流行的影响下，传统的教育模式受到挑战，加速了教育的数字化转型。这导致了与学习相关的数据激增，为教育数据挖掘(edm)的发展提供了机会。其中，知识追踪(kt)技术已成为一个研究热点，能够根据学生的历史学习记录对实时学习状态进行建模，跟踪知识水平的变化，并预测未来的表现。

2、然而，现有的知识追踪模型主要关注学生的知识掌握水平，而忽视了学习能力这一重要因素。实际上，学生的答题表现不仅与他们当前的知识状态有关，而且与他们的学习能力密切相关。在相同的知识状态下，不同的学生可能会表现出不同的学习速度和效果。此外，学习能力也会影响知识获取过程。早期的模型假设学生在完成问题后获得了相同的知识增长，而最近的研究已经开始改进知识更新过程。例如，一些研究考虑了当前知识状态、知识获取敏感性、学习收益和知识吸收等因素。然而，这些模型仍然本文档来自技高网...

【技术保护点】

1.一种基于学习能力的知识追踪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于学习能力的知识追踪方法，其特征在于，所述步骤S1具体包括以下操作：1）问题编码：针对题目对应的知识概念的嵌入，引入问题的难度向量，对学生当前时刻所做题目进行嵌入计算；2）问题-回答对编码：针对题目对应的知识概念-回答对的嵌入，同样引入问题的难度向量，对问题-回答对进行编码；3）学习能力编码：根据学生在题目对应的知识概念上的历史表现来计算学生在当前时刻对相应知识概念的学习能力。

3.根据权利要求2所述的基于学习能力的知识追踪方法，其特征在于，所述学习能力编码中，是从学生做题历...

【技术特征摘要】

1.一种基于学习能力的知识追踪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于学习能力的知识追踪方法，其特征在于，所述步骤s1具体包括以下操作：1）问题编码：针对题目对应的知识概念的嵌入，引入问题的难度向量，对学生当前时刻所做题目进行嵌入计算；2）问题-回答对编码：针对题目对应的知识概念-回答对的嵌入，同样引入问题的难度向量，对问题-回答对进行编码；3）学习能力编码：根据学生在题目对应的知识概念上的历史表现来计算学生在当前时刻对相应知识概念的学习能力。

3.根据权利要求2所述的基于学习能力的知识追踪方法，其特征在于，所述学习能力编码中，是从学生做题历史中选择具有相同知识概念的k个最新问答记录，利用gru计算出学生对该知识点概念的学习能力。

4.根据权利要求2所述的基于学习能力的知识追踪方法，其特征在于，所述学习能力编码中，是从在线教育平台获取学生的学习行为数据，并利用机器学习算法对学生的数据进行分析，评估其学习能力；所述学习行为数据包括学习时间、学习频率以及完成作业的速度和质量；所述学习能力包括理解力、记忆力以及分析力。

5.根据权利要求1所述的基于学习能力的知识追踪方法，其特征在于，所述步骤s2中，利用学习能力增强顺序神经网络对学生在不同时间步长的知识状态进行建模具体包括以下操作：1）获取主观问题难度：通过从题目对应的投影问题嵌入中减去学生上一时刻的知识状态来计算当前时刻学生对问题难度的主观感知；2）知识获取：从学生的学习能力中减去他们的主观问题难度，利用这两者之间...

【专利技术属性】
技术研发人员：刘彬，程中华，刘昭，赵美，吴巍屹，岳帅，李世奇，
申请(专利权)人：中国人民解放军陆军工程大学，
类型：发明
国别省市：