摘要
本发明公开了一种融合多特征的可解释知识追踪方法,属于数据处理技术领域,包括以下步骤:S1、获取学生的历史交互序列;S2、生成问题的综合难度评分;S3、生成学生对问题的动态掌握度;S4生成题目综合区分度;S5、生成学生能力画像;S6、根据题目难度、学生对问题的动态掌握度、题目综合区分度、和学生能力画像,利用树增强朴素贝叶斯模型预测学生在下一个时间点对给定问题的回答效果。本发明能够解释题目难度、题目动态掌握度、题目区分度和学生能力画像四个维度特征对预测结果的影响,为教育主体提供清晰直观的教学干预依据。
技术关键词
知识追踪方法
融合多特征
学生
朴素贝叶斯模型
错误率
画像
序列
因子
动态
Sigmoid函数
皮尔逊相关系数
全局平均池化
校准
数据处理技术
基础
节点
正确率
超参数
答题
表达式
系统为您推荐了相关专利信息
智能营销系统
数据采集模块
调用API接口
对称加密技术
机器学习算法
医学图像分割方法
医学图像分割系统
学生
模块
置信度阈值
教学管理方法
数据流特征
深度Q网络
反馈特征
多场景