前言

第一次写帖子，就想记录一下自己学习的过程，但不是很想与同一个话题中其他帖子那种进行繁杂的理论说明。可能在结构和内容不是很好，欢迎大家批评指正。
从去年寒假到目前毕业设计完成，也算是初步的了解知识追踪是什么，了解到许多前辈付出的工作。我也会在后来的文章中发一些我在论文阅读过程中记的笔记。

一、知识追踪是什么？

简单的说就是让我们用一些算法来对在线教育平台中学生的学习状态进行追踪模拟，达到传统的线下教育中因材施教的效果。
目前主流的几种研究方法：基于贝叶斯的知识追踪（BKT）、项目反应理论（IRT）、基于深度学习的知识追踪（DKT）。若是有足够的时间来对这个课题研究的话，可以考虑考虑认知诊断。

二、具体内容

因为毕业设计是基于深度学习的知识追踪，对于BKT和IRT只是做了结果对比，了解很浅，只能浅谈下几个所用参数

1.基于贝叶斯的知识追踪（BKT）

结构化的贝叶斯知识追踪方法，
（1）对于BKT的四个参数进行优化
（2）在基础上加上学生自身特征进行优化
（3）进行学生特点的聚类，减少BKT的开销
（4）动态贝叶斯网络进行优化
（5）理论上来说，训练数据有多少个知识点，就有多少组对应的（L0，T,G,S）参数
• L0：表示学生的未开始做这道题目时，或者为开始连续这项知识点的时候，他的一个掌握程度如何（即掌握这个知识点的概率是多少），这个一般我们可以从 - 训练数据里面求平均值获得，也可以使用经验，比如一般来说掌握的程度是对半概率，那么L0=0.5
• T ：表示学生经过做题练习后，知识点从不会到学会的概率
• G：表示学生没掌握这项知识点，但是还是蒙对的概率
• S：表示学生实际上掌握了这项知识点，但是还是给做错了的概率通过这4个参数，可以构造一个HMM的模型，剩下的事就是训练这个模型

项目反应理论（IRT）

加入一些因素（如：学生正确回答问题的次数等，教学干预、专家知识信息）
（1）现 IRT 能体现学生之间和问题之间差异性
（2）潜在因素与知识追踪模型 (Latent Factor-Knowledge Tracing，简称 LF-KT)，该模型将项目反映理论与 BKT 方法进行结合，弥补了标准 BKT 方法的不足
（3） IRT 模型也存在一些缺陷，例如，Wilson 等人[20]指出在 IRT 中学生能力被假定为常量，限制 IRT 模型的追踪效果
（4） Xt表示的是用户答题记录的独热编码，Ht表示的是用户的知识建模，循环神经网络输出向量Yt表示的是用户接下来做对题目的概率

深度知识追踪（DKT）

相信大家也是一篇《Deep Knowledge Tracing》打开的新世界，大多数对于DKT的帖子都是这篇论文的翻译，所以我在此就不重复。

（1） BKT 方法、IRT 方法是一种结构化的方法，难以处理在线学习中复杂的问题，例如处理多知识点的问题
（2）而主流DKT模型（LSTM、RNN）都是用隐含层的向量表示学生对所有知识点的综合掌握情况。
（3）Zhang 等[28]提出的动态键值网络（ DKVMN）模型同时解决了 DKT 方法与 BKT 方法存在的两个问题因此 DKVMN 除了更准确地度量每个学生知识掌握情况外，
（4）对于深度学习的知识追踪主要研究方向：

学生自身具有的资源（家庭、天赋、生活环境）
学生答题过程中的行为（答题次数、求助次数、答题时常）
多模型融合
对于知识图谱的建设（GKT）
认知诊断与知识追踪结合
详细的对于研究的方向可以参考一下
《教育大数据中认知跟踪模型研究进展》胡学钢；刘菲；卜晨阳
《基于深度学习的知识追踪研究进展》刘铁园"”陈威’常亮’古天龙’
《深度学习驱动的知识追踪研究进展综述》梁琨,任依梦,尚余虎,张翼英,王聪

下一期

下一期我准备对动态键值网络进行详细点的讲解。

浅谈知识追踪（BKT、IRT、DKT）相关推荐

浅谈知识图谱---neo4j
浅谈知识图谱---neo4j 前言什么是知识图谱? 什么是neo4j? neo4j安装代码 github 需求分析具体步骤数据xls 最终效果前言想研究行人重识别了,发现知识图谱的概念在行 ...
基于抓劈腿一事浅谈潜行追踪分析与实用技巧
黑鸟前言: 看到这个题目和作者名,你们就可以知道本文不是出自鸟手,这里我们暂且叫作者小M吧,小M说了,本文现身说法,不想被人知道他是谁,也不想被人查水表,对本文发布在这个平台上只有一个诉求,便是看大伙 ...
浅谈知识付费模式的兴起及意义
近年来, 知识付费风生水起, 2016年被称为知识付费元年, 得到.喜马拉雅F.创客匠人等平台经过一段时间的酝酿, 均在这一年获得快速发展, 在用户数量.产品推出.产品销售等方面取得较大突破, 也引起 ...
浅谈“知识蒸馏”技术在机器学习领域的应用
什么是知识蒸馏技术? 知识蒸馏技术首次出现是在Hinton几年前的一篇论文<Distilling the Knowledge in a Neural Network>.老大爷这么大岁数了还 ...
回顾知识付费近几年的发展历程，浅谈知识付费项目的发展空间
不知道大家有没有感觉到今年的时间过得特别快,2021年的新年钟声已经敲响了,新的一年你会有什么新的愿望呢?回忆过去的同时,我们也要展望未来. 尽管2020年对于我们大家来说是非常艰难的一年,新冠至今还 ...
知识追踪模型——教育大数据挖掘
知识追踪模型--教育大数据挖掘知识追踪的本质是根据学生的历史学习记录来推测任意时刻学生对于知识点的掌握程度,进而预测学生的未来成绩,也可以辅助教师布置教学计划等. 现有的知识追踪模型大致可以分为3类 ...
浅谈压缩感知（九）：正交匹配追踪算法OMP
浅谈压缩感知(九):正交匹配追踪算法OMP 主要内容: OMP算法介绍 OMP的MATLAB实现 OMP中的数学知识一.OMP算法介绍来源:http://blog.csdn.net/scucj/a ...
浅谈压缩感知（二十一）：压缩感知重构算法之正交匹配追踪（OMP）
主要内容: OMP的算法流程 OMP的MATLAB实现一维信号的实验与结果测量数M与重构成功概率关系的实验与结果稀疏度K与重构成功概率关系的实验与结果一.OMP的算法流程二.OMP的MATL ...
浅谈Spring MVC知识
关于MVC框架,我相信大家都不陌生,都会说也就是模型-视图-控制器这三层的框架结构,如果你参加面试的时候考官会问:"MVC框架是什么?你说一说."其实我们都知道这个问题还需要问的, ...

浅谈知识追踪（BKT、IRT、DKT）

文章目录

前言