计算机应用研究

作者：李浩君,钟友春,

单位：浙江工业大学教育科学与技术学院,杭州310023；

关键词：知识追踪,知识掌握状态,问题难度,

基金：国家自然科学基金资助项目(62077043)；浙江省哲学社会科学规划交叉学科重点支持资助项目(22JCXK05Z)；；

知识追踪旨在评估学习者的知识掌握状态，然而已有研究表明，问题难度与知识掌握状态密切相关。忽略问题难度的知识追踪模型难以有效评估学习者的实际状态。为了解决上述问题，提出了融入多维问题难度的自适应知识追踪模型（multi-dimensional knowledge tracing，MDKT）。该模型采用BERT与CNN对题目文本进行语义难度提取，并结合问题难度、概念难度和认知难度，形成多维问题难度表征；通过构建自适应学习模块，个性化地捕捉学习者与增强练习难度之间的交互；在预测学习者未来表现过程中，引入Transformer的多头注意力机制，以关注不同部分预测状态的重要程度。在实验阶段，与七个知识追踪模型在两个真实数据集的性能对比实验中，AUC、ACC性能分别提升了3.99%~12.06%和3.63%~11.15%，实验结果表明，所提模型在性能方面更加出色。在应用方面，将该模型和知识点网络图相结合，能准确挖掘出学习者的薄弱知识点，证明了所提模型在实际教学中的可行性。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期