在稀疏数据场景下的迁移知识追踪方法、系统和存储介质

本发明涉及智能教育技术领域，公开了一种在稀疏数据场景下的迁移知识追踪方法、系统和存储介质。方法所采用的知识追踪模型的构建过程包括：通过计算稀疏数据空间和不同稠密数据空间之间的相关性，选择最优稠密数据空间；对题目嵌入和交互嵌入进行序列差异分析，得到指导性知识变量；对学生的交互记录进行建模，生成学生的知识状态变量；将指导性知识变量和知识状态变量融合后，与下一时刻的题目嵌入共同输入到分类器，以预测学生在下一时刻正确回答题目的概率；冻结最优稠密数据空间的知识状态导航模块的参数，并迁移至稀疏数据空间，从而进行交叉训练。在稀疏数据场景下，模型能够利用迁移知识弥补本地数据不足，显著提升预测准确性。