融合多知识点与群体特征的个性化知识推荐方法

蔡林沁, 刘昱辰, 任波, 蔡志伟

重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (05) : 1023 -1031.

PDF
重庆邮电大学学报(自然科学版) ›› 2024, Vol. 36 ›› Issue (05) : 1023 -1031.

融合多知识点与群体特征的个性化知识推荐方法

作者信息 +

Author information +
文章历史 +
PDF

摘要

个性化知识点推荐是智慧教育中的重要问题,旨在提供个性化学习服务和提升学习效果。现有基于深度知识追踪的推荐方法,难以直接处理包含多知识点的综合性习题。仅依赖学习者自身的知识状态进行推荐,存在数据稀疏和结果单一的问题。提出一种多知识融合深度知识追踪与群体特征协同过滤性的个性化知识点推荐方法,将习题对应的多个知识点视为习题特征,引入多热编码表示习题与知识点间的关系,对学习者知识状态建模;通过考虑目标学习者的知识水平和学习者群体的近邻信息,获得相似学习者,并利用协同过滤算法获取群体学习偏好进行知识点推荐。该方法可以更好地适应多知识点习题推荐,同时挖掘群体学习特征,提升推荐效果。

关键词

多知识融合 / 知识追踪 / 协同过滤 / 群体特征

Key words

引用本文

引用格式 ▾
蔡林沁, 刘昱辰, 任波, 蔡志伟 融合多知识点与群体特征的个性化知识推荐方法[J]. 重庆邮电大学学报(自然科学版), 2024, 36(05): 1023-1031 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

8

访问

0

被引

详细

导航
相关文章

AI思维导图

/