LFKT:学习与遗忘融合的深度知识追踪模型
https://dl.ccf.org.cn/file_server/20210506/159_226_43_3/RJXB21-03/0c67a7a270e54eab880ba55e51edf8fc.jpg
知识追踪任务旨在根据学生历史学习行为实时追踪学生知识水平变化,并且预测学生在未来学习表现.在学生学习过程中,学习行为与遗忘行为相互交织,学生的遗忘行为对知识追踪影响很大.为了准确建模知识追踪中学习与遗忘行为,提出一种兼顾学习与遗忘行为的深度知识追踪模型LFKT (learning and forgetting behavior modeling for knowledge tracing).LFKT模型综合考虑了4个影响知识遗忘因素,包括学生重复学习知识点的间隔时间、重复学习知识点的次数、顺序学习间隔时间以及学生对于知识点的掌握程度.结合遗忘因素,LFKT采用深度神经网络,利用学生答题结果作为知识追踪过程中知识掌握程度的间接反馈,建模融合学习与遗忘行为的知识追踪模型.通过在真实在线教育数据集上的实验,与当前知识追踪模型相比,LFKT可以更好地追踪学生知识掌握状态,并具有较好的预测性能.
<<< 上一篇
课程资源的融合188体育app官网:多任务特征推荐算法?
<<< 下一篇 教育大数据可视化研究综述
读完这篇文章后,您心情如何?
推荐内容
More >>>- · CCF企智会走进江苏金服——共筑数智生态 共谋
- · 早鸟票正式开启!FCES2025相约长沙,抢占未来
- · 今日CNCC2025启动会在京召开,筹备工作全面展
- · YEF2025大会日程揭晓,早鸟票最后一天倒计时
- · 最后3天!YEF2025早鸟票截止倒计时,现在报名
- · 首届CCF算法能力大赛总决赛开赛!探索教育、
- · 第二届CCF中国数字金融大会(CDFC 2025)优秀
- · 从时代之问到破题之道和未来之约,梅宏院士为
- · YEF2025早鸟票倒计时7天,组团参会更优惠!
- · 第二届CCF中国数字金融大会(CDFC 2025)优秀
- · YEF2025早鸟票倒计时10天,抓紧时间报名参会
所有评论仅代表网友意见