编程评估更精准
通过图结构学习与注意力机制，该模型融合知识概念与代码表示，能预测学生在每个知识点上的掌握程度。
武亚强 · Hui, Zhu · Chenyang, Wang · Fujian, Song · 朱海平 · 陈妍 · 郑庆华 · 田丰
Knowledge-Based Systems 2024
将知识概念信息充分集成到编程题目和学生代码的表示中，通过图卷积表示学习算法实现，从而更准确地捕捉学生的知识状态。
与传统方法仅评估题目不同，该方法能评估学生对每个知识点的掌握水平，为教学提供更细粒度的反馈。
在CodeWorkout和CodeNet两个数据集上，ACC平均提升4.28%，AUC平均提升6.48%，验证了方法的有效性。