典型文献
基于深度学习的演化知识追踪模型
文献摘要：
知识追踪旨在根据学生历史学习记录实时追踪学生的知识水平变化,以预测学生在目标试题上的表现,从而推动学生知识状态自动评估、学习策略个性规划、试题资源精准推荐等智慧教育愿景的实现.为了准确挖掘学生潜在的知识掌握情况,并考虑试题顺序对预测效果的影响,文章提出一种基于深度学习的演化知识追踪模型(简称深度演化知识追踪模型).该模型通过引入深度兴趣演化网络来动态感知学生知识水平变化,推断学生的知识状态及演化规律,从而预测学生在目标试题上的表现.实验证明,该模型有效地提高了未来试题表现的预测准确度,在精准挖掘学生知识状态的同时,能够动态感知其知识的演化轨迹.
文献关键词：
知识追踪;深度学习;教育大数据;认知评估;深度兴趣演化网络
中图分类号：
作者姓名：
熊余;张健;王盈;蔡婷
作者机构：
重庆邮电大学教育信息化研发中心,重庆 400065;重庆邮电大学通信与信息工程学院,重庆 400065
文献出处：
引用格式：
[1]熊余;张健;王盈;蔡婷-.基于深度学习的演化知识追踪模型)[J].电化教育研究,2022(11):23-30
A类：
深度兴趣演化网络
B类：
知识追踪,追踪模型,历史学习,知识水平,水平变化,预测学,试题,学生知识,知识状态,自动评估,学习策略,精准推荐,智慧教育,教育愿景,知识掌握情况,动态感知,演化规律,来试,预测准确度,演化轨迹,教育大数据,认知评估
AB值：
0.326734
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。
