计算机应用

作者：韩祎珂, 徐彬, 张硕

单位：1.东北大学 计算机科学与工程学院，沈阳 110169；2.东北大学 信息科学与工程学院，沈阳 110169

关键词：认知诊断,习题推荐,知识点关系,Q矩阵,习题表征

基金：国家自然科学基金资助项目(72271048);辽宁省自然科学基金资助项目(2022?MS?119);中国高校产学研创新基金-云中大学项目(2022MU017)

针对现有的基于认知诊断的习题推荐建模角度单一以及习题推荐结果不够合理的问题，提出结合认知诊断和深度因子分解机的个性化习题推荐方法。首先，设计一种知识点关系计算方法构建课程知识树，并提出增强Q矩阵准确表示习题所含知识点的关系的概念；其次，提出基于知识点关系和习题表征的认知诊断（NeuralCD-KD）模型，该模型计算增强Q矩阵，利用特征二阶交叉和注意力机制融合习题难度的内外因素，并模拟学生的认知状态。在私有数据集和公开数据集上验证了提出的认知诊断模型的有效性，并且该方法能对学生的认知状态做出合理解释。为了个性化习题推荐，结合诊断模型和深度双线性因子分解机，提出结合认知诊断和深度因子分解机（NKD-DBFM）方法，在私有数据集上验证了所提习题推荐方法的有效性，在曲线下面积（AUC）上相较于最优基线模型神经认知诊断模型（NeuralCDM）提升了3.7个百分点。

来源：2024年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第8期