习题的关联分析及其向量化表示方法.docVIP

习题的关联分析及其向量化表示方法 郭娜 路梅 赵向军 江苏师范大学计算机科学与技术学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 随着互联网+教育的深度融合以及移动终端上电子习题的推广使用, 学生的学习过程数据可以被实时获取, 充分利用这些过程数据, 及时定位学生的知识病灶, 开具有针对性的辅导处方, 实现知识的按需推送, 对于减轻学生的简单重复劳动, 提高学习效率将会产生积极影响。试图通过分析在线习题系统的答题数据, 发现学生的知识掌握规律, 根据错题的伴生状况捕获习题的相关性。为此, 构建了题向量化模型, 提出了题向量表示的新方法, 设计了负采样训练算法, 并用程序实现了上述算法。经过实际在线系统的相关数据训练, 获得了相应题向量, 而后利用题向量的向量运算, 可方便查找相同习题、相同知识点习题以及相近知识点习题等, 可根据学生错题个案, 推断其知识掌握的其他薄弱环节。 关键词： 题向量; 题向量化模型; 知识推动; 教育智能; 作者简介：郭娜 (1991-) , 女, 江苏邳州人, 硕士生, 研究方向为教育智能。E-mail:1624810084@, 通信地址:221116江苏省徐州市江苏师范大学计算机科学与技术学院 作者简介：路梅 (1976-) , 女, 江苏徐州人, 博士生, 讲师, 研究方向为机器学习。E-mail:lumei@, 通信地址:221116江苏省徐州市江苏师范大学计算机科学与技术学院 作者简介：赵向军 (1974-) , 男, 河南林州人, 博士, 教授, CCF会员 (14167M) , 研究方向为数字媒体计算、虚拟现实和教育智能。E-mail:xjzhao@, 通信地址:221116江苏省徐州市江苏师范大学计算机科学与技术学院 收稿日期：2015-11-26 基金：国家自然科学基金 Correlation analysis of exercise and its vectorization method GUO Na LU Mei ZHAO Xiang-jun School of Computer Science and Technology, Jiangsu Normal University; Abstract： With the extensive application of Internet+in education and the popularity of electronic exercises on mobile devices, the learning data of students can be captured in real time.Mining the learning process data can locate the students weak points of knowledge, carry out targeted counseling prescriptions and push on-demand knowledge, which has a positive impact on students in terms of reducing simple repetition and boosting learning efficiency.We analyze the data of students answer to the online exercises and propose a novel vector representation of exercise.The correlation between exercises is captured by analyzing the data of wrong answers to the exercise by different students and the exercise-tovector (xcise2 vec) model is constructed.We also design a negative samples training algorithm and implement it in Linux.The exercise vector can be obtained by training the data generated from the online system.Then, we can search for similar, equivalent and int