基于“态度”的知识追踪模型及集成技术

被引：5

作者：

闾汉原 ^{[1
]}

申麟 ^{[1
]}

漆美 ^{[2
]}

机构：

[1] 伍斯特理工学院电子与计算机工程系

[2] 攀枝花学院图书馆

来源：

徐州师范大学学报(自然科学版) | 2011年 / 29卷 / 04期

关键词：

数据挖掘; 贝叶斯网络; 神经网络; 聚类; 集成技术; 知识追踪模型; 教育系统;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

知识追踪模型(knowledge tracing model)被广泛地应用在教育系统(intelligent tutoring system)中以预测学生做题的表现.当学生做题时,教育系统采用该模型持续对学生的知识掌握情况作出评估并根据对每个学生的评估给出针对性的题目.通过对该模型预测精度的研究,提出了改进的知识追踪模型,并采用在线教育系统的数据集对两个模型的预测精度进行了对比.最后采用集成技术(ensemble)综合了所有模型,提高了预测精度.

引用

页码：54 / 57

页数：4