原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
随着人工智能技术在教育领域的深入应用，知识追踪作为个性化学习系统
的核心支撑技术，其预测精度与可解释性成为学术界与教育实践共同关注的焦
点。尽管现有深度知识追踪模型在预测准确率方面取得显著进展，但模型内部
决策逻辑的不可解释性导致教育工作者难以理解其推断依据，制约了技术在教
学场景中的实际应用。为解决上述问题，本研究提出了基于异构图神经网络的
可解释知识追踪模型及其解释方法，从事前模型可解释性研究与事后因果效应
分
文档评论（0）