基于知识追踪和知识网络的学生成绩预测.pdfVIP

第34卷摇第8期计算机技术与发展Vol.34摇No.8

2024年8月摇摇摇摇摇摇摇摇摇摇COMPUTERTECHNOLOGYANDDEVELOPMENT摇摇摇摇摇摇摇摇摇摇Aug.摇2024

基于知识追踪和知识网络的学生成绩预测

11,21*11

周摇铖,郝国生,张谢华,杨晓菡,祝摇义

(1.江苏师范大学计算机科学与技术学院,江苏徐州221116;

2.江苏思维驱动智能研究院有限公司,江苏徐州221000)

摘摇要:随着教育事业和数字技术的蓬勃发展,高校内大量学生学习数据开始以电子形式进行存储。预测学生在未来学

习中的表现(如成绩)成为一个重要课题。在现有的学生成绩预测研究中,大多数忽略了学生历史习题之间隐含的关联

性。因此,该文提出了基于知识追踪和知识网络的学生成绩预测方法,其主要思想是融合知识追踪和习题对应知识点的

知识网络实现成绩预测。该方法将每个学生所做习题对应的知识点以及前驱知识点组成的知识网络作为输入之一,并在

知识网络中标注出掌握程度大于给定阈值的知识点;结合LSTM神经网络,通过学生学习记录融合注意力机制来追踪学

生知识水平,最终预测学生在未来做题中的表现。在公开数据集上的实验结果表明,该模型在Assistment2009数据集上较

DKT、DKT+、DKVMN、SAKT、MFKT、MSKT分别提高了2.3%,2.2%,3.3%,3.4%,0.41%,2.0%,在Assistment2015数

据集上分别提高了9.0%,9.4%,9.7%,9.3%,8.1%,8.5%,具有较好的模型精度。

关键词:知识追踪;知识网络;成绩预测;注意力机制;长短期记忆网络

中图分类号:TP18摇摇摇摇摇摇摇文献标识码:A摇摇摇摇摇摇文章编号:1673-629X(2024)08-0202-07

doi:10.20165/ki.ISSN1673-629X.2024.0164

PredictingStudentPerformanceBasedonKnowledgeTrackingand

KnowledgeNetworks

11,21*11

ZHOUCheng,HAOGuo-sheng,ZHANGXie-hua,YANGXiao-han,ZHUYi

(1.SchoolofComputerScienceandTechnology,JiangsuNormalUniversity,Xuzhou221116,China;

2.JiangsuWisdom-drivenResearchInstituteCo.,Ltd.,Xuzhou221000,China)

Abstract:Withtheboomineducationanddigitaltechnology,largeamountsofstudentlearningdataarebeginningtobestoredin

electronicformwithinuniversities.Predictingstudentperformance(e.g.,grades)infuturestudieshasbecomeanimportanttopic.In

reportedresearchonstudentperformancepr