典型文献
基于双流结构和多知识点映射结构改进的深度知识追踪模型
文献摘要：
目前,知识追踪已成为自适应个性化辅助学习的研究热点,而基于循环神经网络的深度知识追踪(Deep Knowledge Tracing,DKT)模型在知识追踪领域已取得了较好的效果.但是,DKT模型在融合领域特征时仍存在特征消减和知识点关联关系遗忘等问题,其精准性有待提高.为此,文章在梳理DKT模型融合领域特征相关研究现状的基础上,提出了一种基于双流结构和多知识点映射结构改进的深度知识追踪模型,并通过实验验证了此模型的精准性相较于原始DKT模型及其相关的改进模型有明显提升,并指出其在智慧学习环境下学生认知结构刻画和学习服务精准推荐方面具有的广阔应用前景.通过研究,文章旨在提升深度知识追踪的精准性并进一步助力自适应个性化学习的实现.
文献关键词：
自适应学习;知识追踪;DKT模型;DKTDM模型
中图分类号：
作者姓名：
周东岱;董晓晓;顾恒年;马宇驰
作者机构：
东北师范大学 信息科学与技术学院,吉林长春 130117
文献出处：
引用格式：
[1]周东岱;董晓晓;顾恒年;马宇驰-.基于双流结构和多知识点映射结构改进的深度知识追踪模型)[J].现代教育技术,2022(08):111-118
A类：
DKTDM
B类：
双流结构,知识点,结构改进,深度知识,知识追踪,追踪模型,循环神经网络,Deep,Knowledge,Tracing,合领,存在特征,消减,关联关系,遗忘,精准性,模型融合,改进模型,智慧学习环境,学生认知,认知结构,习服,精准推荐,个性化学习,自适应学习
AB值：
0.326074
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
