原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第41卷第5期计算机应用研究Vol.41No.5
2024年5月ApplicationResearchofComputersMay2024
时空相关性融合表征的知识追踪模型米
张凯，付姿姿，覃正楚
（长江大学计算机科学学院，湖北荆州434023)
摘要：知识追踪通过对知识点的表示来描述习题，以此建模知识状态，最终预测学习者的未来表现。然而目
前的研究在知识点的表示方面既没有建模历史知识点对当前知识点产生的时间关系上的影响，又未能刻画习题
内部各知识点之间产生的空间关系上的作用。为了解决上述问题，提出了时空相关性融合表征的知识追踪模
型。首先，以知识点之间的时间相关程度为基础，建模历史知识点对当前知识点的时间作用；其次，利用图注意
力网络建模习题所包含的若干知识点之间的空间作用，得到蕴涵了时空信息的知识点表示；最后，利用上述知识
点的表示推导出习题的表示，通过自注意力机制得到当前的知识状态。在实验阶段，与五种相关知识追踪模型
在四个真实数据集上进行性能对比，结果表明提出的模型在性能方面有更出色的表现。特别地，在ASSIST-
ments2017数据集中所提模型比五个对比模型在AUC、ACC方面分别提升了1.7%~7.7%和7.3%~2.1%；消
融实验证明了建模知识点之间时空相关影响的有效性，训练过程实验表明了提出的模型在知识点的表示及其相
互作用关系的建模等方面具有一定的优势，应用实例也可看出该模型优于其他知识追踪模型的实际结果。
关键词：知识追踪；知识点表示；时空相关性；图注意力网络
中图分类号：TP183文献标志码：A文章编号：1001-3695(2024)05-015-1381-07
doi:10.19734/j.issn.1001-3695.2023.09.0414
Knowledgetracingmodeloftemporalandspatialcorrelationfusion
ZhangKait,FuZizi,QinZhengchu
(SchoolofComputerScience,YangtzeUniversity,JingzhouHubei434023,China)
Abstract:Knowledgetracingaimstomodelthestateofknowledgeandultimatelypredictthefutureperformanceoflearnersby
describingexercisesthroughtherepresentationofconcepts.However,intermsoftherepresentationofconcepts,thecurrent
researchdoesntmodeltheinfluenceofhistoricalknowledgeconceptsonthetemporalrelationshipofthecurrentconcepts,nor
doesitdescribetheroleofthespatialrelationshipbetweenvariousconceptsintheexercise.Inordertosolvetheseproblems,
thispaperproposedaknowledgetracingmodelcharacterizedbytemporalandspatialc
文档评论（0）