融入动态技能学习时间分类的知识追踪模型

摘要：

为解决当前DKT模型忽略学生实际答题时间带来的个体化差异问题,通过融入学生每个技能前后两次的答题时间,对学生技能学习的时间进行动态分组.同时,引入与原始DKT模型的损失函数相对应的重构正则化项,寻找学生答题时间个体化差异带来影响的最优解.在ASSISTments和Cognitive Tutor数据集上的对比实验证实AUC最高提升了10％的收益.

关键词：深度学习、个性化学习、知识追踪、数据挖掘

所属期刊栏目：50

分类号：G434(电化教育)

在线出版日期：2022-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：849-854