编程知识追踪模型

准确率高达88%

融合知识图谱与个性化答案序列，显著提升编程知识追踪的预测性能。

Pan, Jianguo · Zhengyang, Dong · Lijun, Yan · Cai, Xia

Applied Sciences (Switzerland) 2024

参数信息

AUC

0.8840

准确率

0.8472

AUC

0.7770

准确率

0.8799

AUC 平均提升

9.03 %

准确率平均提升

2.02 %

技术优势

习题表示更准确

通过知识图谱建立习题与知识概念之间的关联，捕获习题的语义信息，从而减少表示偏差。

学生信息更丰富

利用变分自编码器从个性化答案序列中生成潜在表示，融入学生学习能力，增强学生建模。

预测性能显著提升

在两个真实编程数据集上，AUC 平均提升 9.03%，准确率平均提升 2.02%，优于现有方法。

应用场景

• 智能导学系统：为智能导学系统提供更精准的学生知识状态预测，实现个性化辅导。
• 教育数据挖掘：改进编程教育数据的知识追踪建模方法，提升挖掘效果。
• 自适应学习：根据预测的知识状态自适应调整学习路径和内容。
• 在线编程平台：为在线编程平台提供学生表现预测，支持题目推荐和难度适配。