一种深度知识追踪解释方法和装置

本申请提供了一种深度知识追踪解释方法和装置，涉及智能导学分析领域。该方法包括：获取目标学生的历史作答记录和待预测题目，并根据历史作答记录按照作答时间顺序构建目标学生对应的学习交互序列；将学习交互序列输入知识追踪模型，以输出目标学生正确回答待预测题目的作答概率预测值；基于预设策略，对于学习交互序列进行预筛选操作，以获取候选子序列；结合教育学约束方法计算候选子序列对作答概率预测值的因果贡献度，教育学约束方法包括认知负荷降低法和时间衰减加权法；根据因果贡献度，采用多目标粒子群优化算法生成目标解释子序列，并通过目标解释子序列对作答概率预测值进行追踪解释。本申请解决DLKT模型无法直观呈现哪些关键交互对，主要驱动了对学生正确作答某道题目的概率预测的问题。