融入动态技能学习时间分类的知识追踪模型

摘要

为解决当前DKT模型忽略学生实际答题时间带来的个体化差异问题,通过融入学生每个技能前后两次的答题时间,对学生技能学习的时间进行动态分组。同时,引入与原始DKT模型的损失函数相对应的重构正则化项,寻找学生答题时间个体化差异带来影响的最优解。在ASSISTments和Cognitive Tutor数据集上的对比实验证实AUC最高提升了10%的收益。