基于多尺度注意力融合的知识追踪方法OACSCDCSTPCD
Knowledge tracing based on multi-scale attention fusion
互联网的普及使线上教育迅速发展,在缓解教育资源不均衡问题的同时,也为科研人员提供了大量的研究数据.教育数据挖掘是一个新兴学科,通过分析海量数据来理解学生的学习行为,为学生提供个性化学习建议.知识追踪是教育数据挖掘中的重要任务,其利用学生的历史答题序列预测学生下一次的答题表现.已有的知识追踪模型没有区分历史序列中的长期交互信息和短期交互信息,忽略了不同时间尺度的序列信息对未来预测的不同影响.针对该问题,提出一种基于多尺度注意力融合的知识追踪模型,使…查看全部>>
段建设;崔超然;宋广乐;马乐乐;马玉玲;尹义龙
山东财经大学计算机科学与技术学院,济南,250014山东财经大学计算机科学与技术学院,济南,250014山东省人工智能学会,济南,250101山东大学软件学院,济南,250101山东建筑大学计算机科学与技术学院,济南,250101山东大学软件学院,济南,250101
信息技术与安全科学
知识追踪时间卷积神经网络多尺度融合注意力机制深度学习
《南京大学学报（自然科学版）》 2021 (4)
校园行为感知视角下关注学业落后学生的成绩预测研究
591-598,8
国家自然科学基金(62077033,61876098)
评论