知识追踪模型调研

一、前言

知识追踪是构建自适应系统的关键。在自适应系统中,无论是做习题路径规划,推荐,还是后期的知识图谱,都需准确评估学生的知识点掌握情况。从历年提交论文来看,知识追踪领域相关的研究依次经历了以下几个阶段:

  • IRT(Item response theory) 项目反应理论
  • PFA评估模型
  • BKT(Bayesin knowledge tracing) 基于贝叶斯网络的学生知识点追踪模型
  • DKT(Deep konwledge traing) 基于深度神经网络的学生知识点追踪模型
  • DKT+(针对DKT模型的缺点提出的增强模型)
  • DKVMN(Dynamic Key-Value Memory Networks for Knowledge Tracing)知识追踪场景下的动态key-value记忆网络
  • DKVMN+(针对DKVMN模型的缺点提出的增强模型)
  • Deep-IRT(IRT+DKVMN)

本文意在通过以上论文,分析知识追踪在教学的技术可行性,思考怎么帮助学生摒弃题海战术,高效精准提升。