摘要
本发明涉及一种基于知识追踪模型的个性化编程题推荐方法,属于信息推荐技术领域。本方法通过知识追踪模型,将学习者的知识状态变化过程融合到编程题推荐过程中,使所推荐的编程题符合学习者当前的学习进程和学习能力。本发明提出了一种基于特征增强和注意力机制的知识追踪模型,充分利用编程题信息和学习者历史知识状态信息更准确地预测学习者未来的答题表现。结合上述模型,本发明采用了个性化编程题推荐策略,将学习者的知识状态变化情况融入推荐过程,从而推荐出符合学习者当前的学习进程和学习能力的编程题。本方法能够更加准确地预测学习者在下一个时间步的答题表现,使编程题推荐策略能够及时根据学习者的知识状态变化情况调整推荐题目。
技术关键词
编程
答题
知识点标签
推荐方法
sigmoid函数
矩阵
多层感知机
信息编码器
ReLU函数
文本
信息推荐技术
注意力机制
正确率
预训练模型
状态更新
进程
系统为您推荐了相关专利信息
人机交互界面系统
工控系统
报警单元
数据处理单元
标识
知识图谱嵌入方法
三元组
加权特征
实体
知识图谱嵌入技术
应用程序编程接口
数据管理方法
云存储平台
漏桶算法
员工
检测网络模型
特征金字塔网络
存储程序模块
注意力
训练集数据