基于异构图注意力网络的知识追踪与试题作答预测方法

本发明涉及教育数据挖掘领域，公开了基于异构图注意力网络的知识追踪与试题作答预测方法，包括：节点嵌入层，用于将不同类型的节点映射为低维向量表示；图注意力层，包括：线性变换层，将输入特征的维度转换为适应多头注意力计算的形式；类型特定的可学习参数张量，用于计算不同类型边连接的节点之间的注意力系数；LeakyReLU激活函数，用于增强模型的表达能力；类型特定的GAT层，由多个GraphAttentionLayer组成的ModuleList，用于对节点特征进行多层的注意力机制处理；GCN层，采用GCNConv层作为特征增强模块，用于融合图结构信息来更新节点特征；输出层，包括线性层，将高维特征映射到单一的预测值，所述的预测值即为学生回答问题的正确率预测值。