發(fā)布時(shí)間：2024-05-27 20:07

　　知識(shí)追蹤模型(簡(jiǎn)稱KT模型)是從學(xué)生的答題表現(xiàn)序列來(lái)推斷其內(nèi)在掌握知識(shí)情況的隱馬爾科夫模型,它在智能輔導(dǎo)系統(tǒng)廣泛使用。傳統(tǒng)的KT模型通常只適用于對(duì)單個(gè)知識(shí)點(diǎn)能力的建模,且不能對(duì)題目難度和分辨度進(jìn)行推斷。但在現(xiàn)今智慧教育環(huán)境中,題目序列往往包含多個(gè)知識(shí)點(diǎn),需要利用這些知識(shí)點(diǎn)對(duì)學(xué)生能力變化進(jìn)行綜合的評(píng)估和分析。為此,文章使用Logistic回歸方法擴(kuò)展KT模型的參數(shù),提出三個(gè)面向多知識(shí)點(diǎn)的KT模型的改進(jìn)模型:KTLR-GS模型、KTLR-LFID模型和KTLR-FP模型,分別把猜對(duì)概率、犯錯(cuò)概率、題目難度、觀測(cè)參數(shù)和狀態(tài)轉(zhuǎn)移參數(shù)等作為特征引入,從而實(shí)現(xiàn)了在多知識(shí)點(diǎn)背景下對(duì)學(xué)生學(xué)習(xí)能力和綜合能力的準(zhǔn)確評(píng)價(jià),超過(guò)了傳統(tǒng)KT模型的分析性能。同時(shí),文章還開(kāi)發(fā)了基于xAPI的學(xué)習(xí)行為分析與可視化系統(tǒng),集學(xué)習(xí)行為采集、存儲(chǔ)、分析和可視化為一體,利用面向多知識(shí)點(diǎn)的KT模型分析學(xué)生答題序列中的知識(shí)掌握動(dòng)態(tài)變化,并利用可視化的技術(shù)幫助教師對(duì)每個(gè)學(xué)生的學(xué)習(xí)情況進(jìn)行及時(shí)判斷。

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖2學(xué)生多知識(shí)點(diǎn)追蹤可視化的流程

2。可以看出，KT模型的預(yù)測(cè)效果遠(yuǎn)低于其余4個(gè)模型，KTLR-GS、KTLR-LFID、KTLR-FP模型的預(yù)測(cè)效果都優(yōu)于LR-DBN。其中，KTLR-FP模型的AUC是5個(gè)模型中最高的，同時(shí)，MAE、MSE、RMSE是5個(gè)模型中最小的，表示在初中代數(shù)數(shù)據(jù)集上KTLR-FP模型是....

本文編號(hào)：3983043