多关系和时间增强的知识追踪模型.pdfVIP

４２３Ｖｏｌ４２Ｎｏ３

第卷第期计算机应用研究

２０２５３ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓＭａｒ．２０２５

年月

多关系和时间增强的知识追踪模型



，，，，

张维罗佩华龚中伟李志新宋玲玲

（，４３００７９）

华中师范大学人工智能教育学部武汉

：

摘要现有知识追踪方法未能深入探索知识点间多种关系并同时考虑知识相互作用和时间对知识状态的影

。，，

响鉴于此从知识间多种关系和学习遗忘规律两方面改进知识追踪模型提出多关系和时间增强的知识追踪

（ＭＲＴＫＴ）。，，、

模型首先根据认知同化理论丰富了知识间关系使用统计学方法构建了包含上位学习下位学习

；，，

以及并列组合学习三种关系的知识结构图其次对知识间相互作用进行建模根据上述三种关系聚集节点特

，；，ＧＲＵ

征使得模型可以更好地模拟知识间的影响传播行为然后构建融入三种时间信息的门更新学生知识状

，，，

态以模拟学习和遗忘对知识状态的影响使得各节点特征包含知识间相互作用信息和时间信息为预测学习者

。，ＭＲＴＫＴ

答题表现提供更全面丰富的信息在多个公开数据集上进行实验结果表明比现有模型具有更优越的

性能以及更好的可解释性。

：；；ＧＲＵ；；

关键词知识追踪门控图神经网络知识间多种关系学习遗忘

中图分类号：ＴＰ３９１文献标志码：Ａ文章编号：１００１３６９５（２０２５）０３０１１０７２８０７

ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１３６９５．２０２４．０７．０３０１

Ｍｕｌｔｉｐｌｅｒｅｌａｔｉｏｎｓａｎｄｔｉｍｅｅｎｈａｎｃｅｄｋｎｏｗｌｅｄｇｅｔｒａｃｉｎｇｍｏｄｅｌ



ＺｈａｎｇＷｅｉ，ＬｕｏＰｅｉｈｕａ，ＧｏｎｇＺｈｏｎｇｗｅｉ，ＬｉＺｈｉｘｉｎ，ＳｏｎｇＬｉｎｇｌｉｎｇ

（ＦａｃｕｌｔｙｏｆＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＥｄｕｃａｔｉｏｎ，ＣｅｎｔｒａｌＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７９，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｅｘｉｓｔｉｎｇｋｎｏｗｌｅｄｇｅｔｒａｃｉｎｇｍｅｔｈｏｄｓｆａｉｌｔｏｅ