一种马尔可夫毯优化的可解释知识追踪方法

本发明公开了一种马尔可夫毯优化的可解释知识追踪方法，其方法运用马尔可夫毯技术，从教育大数据中提取学习过程的关键因果特征，以精确追踪学生的知识掌握状态。该方法包括：利用先验知识对马尔可夫毯学习算法进行约束，通过计算节点间的互信息并确定节点的优先级和最大父节点数来减少搜索空间和计算成本；使用快速贪婪等价搜索算法，结合评分函数和贝叶斯信息准则，确定目标节点的马尔可夫毯特征子集；基于这些特征，构建可解释知识追踪方法的模型实例，并进行训练和优化。该模型实例适用于各类智能教育系统，在智能教育领域中具有广阔的垂直应用场景，有助于为学习者提供更个性化的学习体验，帮助教师针对性地了解学生的知识掌握情况。