基于Logistic回归模型的学生off-task行为分析 普通类

基于知识图谱的个性化学习推荐 普通类

学生基于深度知识追踪的学习与遗忘 普通类

基于矩阵分解的个性化学习推荐 普通类

基于贝叶斯知识跟踪模型的在线学习评价 普通类

贝叶斯知识追踪(BKT)是最流⾏的知识追踪模型。在BKT模型中提出了⼀个关于学⽣知识状态的隐变量，学⽣的知识状态由⼀个⼆元组表⽰{掌握该知识点，没掌握该知识点}。整个模型结构实际上是⼀个HMM模型，根据状态转移矩阵来预测下⼀个状态，根据当前的状态来预测学⽣的答题结果。 本知识元将结合案例讲解贝叶斯只是追踪模型在在线学习中的应用。

深度知识追踪在学生个性化学习中的应用 普通类

智能化测评助推教育评价改革研究 普通类

计算机技术与人工智能的发展为测评领域注入了新的活力，推动了智能化测评的产生，为我国教育评价改革提供了新的解决方案。智能化测评可以突破纸笔测验的局限性，可以实现对学习过程或作答过程数据的建模。高保真的测验场景与交互式的新型测评方法可以实现对学生综合素质更准确地评估。此外，智能化测评的自动化、高效性，能为师生提供实时的反馈，实现动态性评价。

基于协同过滤的个性化学习推荐 普通类