.png){kind=icon}
返回
Attributes enhanced representation learning with large language model for cold-start knowledge tracing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.131985.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种属性增强的序列方法，用于丰富序列数据。
• 双视图比较框架确保了时序和语义一致性。
• 在三个公开基准数据集上优于主流基线方法。
Keyword:
attribute-enhanced representation
large language model
knowledge tracing
cold-start problem
sequence modeling
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
Fundamentals of Recurrent Neural Network (RNN) and Long Short-Term Memory (LSTM) network递归神经网络 (RNN) 和长短期记忆 (LSTM) 网络的基本原理
OAAI
OAAI分享收藏A Digital Recommendation System for Personalized Learning to Enhance Online Education: A Review.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Contrastive multi-interest graph attention network for knowledge-aware recommendation面向知识感知推荐的对比多兴趣图注意网络
PREAI
分享收藏Deep Learning Based Knowledge Tracing: A Review, a Tool and Empirical Studies基于深度学习的知识追踪：综述、工具与实证研究
PREAI
分享收藏Addressing the assessment challenge with an online system that tutors as it assesses通过导师评估的在线系统解决评估挑战
PREAI
分享收藏分享收藏
查看更多内容