认知诊断驱动的自适应习题推荐方法研究.pdf

摘要

摘要

习题推荐正在成为在线学习场景中一个很有前景的应用方向，其目标是提供

个性化的习题，帮助学生明确学习的方向。现有的研究通常遵循协同过滤范式，

针对单个认知诊断模型设计习题推荐策略。然而，当前基于认知诊断的自适应习

题推荐方法聚焦于为学生推荐个性化的习题，忽略了教育领域特有的三个关键因

：一是由于学生对知识概念的掌握程度不同，每道习题的表示也不同，使得描

述学生画像和习题画像变得困难。二是与电商推荐当中简单地按照喜好进行推荐

不同，习题推荐的目标复杂多样，既需要习题准确，多样，新颖，又需要习题难

度适宜，并且前后推荐的习题应该有一定的关联。三是设计合理的推荐方法，使

得推荐结果能够达到研究所期望的学习目标。为此本文在充分调研习题推荐当前

研究成果的基础上，取得如下进展：

（1）提出了融合认知诊断的个性化随机游走习题推荐方法（Personalizedran-

domwalkExerciseRecommendationmethodwithCognitiveDiagnosis，PERCD）。具

体来说，首先充分挖掘学生和习题的复杂表征信息，通过对学生和习题的充分画

像得到完善的学生（习题）表示，并通过计算学生-学生相似度以及习题-习题相似

度，对学生习题交互图进行补充，得到信息全面的协作学生习题图；随后根据个

性化随机游走机制在协作学生习题图上进行充分探索，得到每个习题的推荐概率；

最后通过模拟退火方法，对推荐结果进行优化，从而得到最适合学生的习题推荐

列表。

（2）提出了基于深度强化学习的自适应交互式习题推荐方法（AdaptiveInter-

activeExerciseRecommendation，AIER）。具体来说，首先通过计算知识概念在题

库中的出现次数和知识概念的重要性程度来得到知识概念的重要性加权知识覆盖

情况，基于此选择部分习题作为习题候选列表，用于后续习题推荐的选择；其次

通过多个认知诊断模型集成得到更加准确的学生认知水平；最后通过Q-Learning算

法为学生动态地推荐符合多目标（即复习有效，探索合理，难度适宜等）的习题。

关键词：自适应学习；个性化学习；习题推荐；教育数据挖掘；模拟退火算

法

I

西北师范大学硕士学位论文

Abstract

Exerciserecommendationisemergingasapromisingapplicationinonlinelearning

scenario,aimingatprovidingpersonalizedexercisestofacilitatestudentstoclarifythe

directionoftheirlearning.Existingstudiesgenerallyfollowthecollaborativefiltering

paradigmtodesignexerciserecommendationstrategiesforindividualcognitivediagno-

sismodels.However,thecurrentadaptiveexerciserecommendationmethodsbasedon

cognitivediagnosisfocusonrecommendingpersonalizedexercisesforstudents,ignor-

ingthreekeyfactorsspecifictotheeducationdomain.Firstly,duetothedistinctmas-

terylevelsofstudentsonknowledgeconcepts,eachexerciseisrepresenteddifferently,

makingitdifficulttoobtainaccurate