论文分享 |基于知识追踪的学习者动态知识建构过程及认知项目难度建模

论文分享 |基于知识追踪的学习者动态知识建构过程及认知项目难度建模

论文	Modeling learner’s dynamic knowledge construction procedure and cognitive item difficulty for knowledge tracing
期刊	Applied Intelligence
论文层次	SCI(3区)
发表时间	2020.7

一.问题描述

• 知识建构
  一般来说，知识建构的过程是不断变化的，因为学生会随着时间的推移动态地学习和忘记。大多数现有的方法只考虑了与学习或遗忘有关的一部分信息，而在学习者的学习互动中，利用丰富的信息来更准确地预测学习者的表现没有得到充分的探索。
• 问题难度
  现有的研究要么忽略了问题难度，要么假设问题难度是恒定的，这在实际学习过程中是不现实的，因为问题难度会影响学习成绩，而且随着时间的推移，问题难度给学习者带来的认知挑战也会有所不同。

二.模型构建——KTM-DLF

提出了一种新的知识追踪模型KTM-DLF，该模型通过对学生的学习和遗忘行为以及认知项目难度进行显式建模，来追踪学生的知识获取随时间的变化。

• 认知项目难度建模
  不仅要考虑习题本身的难度，而且也要考虑每个学生在认知方面的困难。
  Part-1： 习题j的固有剩余难度，所涉及的kc不能解释该剩余难度。
  Part-2： βk是习题k的固有难度，KC(j)是解题j所需的知识集合。
  Part-3： 根据学生当前的知识结构，调整学生认知项目的难度。
• 学生的学习和遗忘建模
  学习和遗忘两个影响学习结果的过程。学生做的练习越多，他所获得的知识熟练程度就越大。此外，某些知识练习的间隔时间越长，学生遗忘的可能性就越大。
  基于这些假设，我们将学习部分定义如下：
  
  学习l(i,j,t)由练习相同习题Φ(i,j,t)和包含相同知识集合Φ(i,k,t)的不同习题组成。
  学生的遗忘部分f(i,j,t)由三部分组成：当前交互与同一习题的上一次交互之间的时间间隔△j,j；具有相同关联知识的当前交互与上一次交互之间的时间间隔△k,k；以及学习序列中相邻交互之间的时间间隔△j,j-1。
  
  KTM-DLF模型表示：