.png){kind=icon}
返回
Information Processing Dynamic Graph For Knowledge Tracing
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ipm.2025.104331.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 我们通过解构信息处理理论，模拟了学生在应答练习中的问题解决过程。
• 我们提出了一种新型DLKT模型，命名为IPDGKT。它能够完整模拟学生从练习到知识吸收的过程。
• 我们在三个公开可用数据集上进行了广泛的实验，结果表明了IPDGKT的有效性。
Keyword:
Knowledge tracing
Information processing theory
Deep learning
Online learning system
期刊
I
IF:
6.9
论文数:
5.2K
被引数:
1.4W
机构
暂无机构信息
引用论文
A fine-grained and multi-context-aware learning path recommendation model over knowledge graphs for online learning communities面向在线学习社区的知识图谱细粒度多上下文感知学习路径推荐模型
PREAI
分享收藏分享收藏Applying Information Processing Theory to Supervision: An Initial ExplorationTangen, J.L., Borders, L.D., 2017. 将信息处理理论应用于督导：初步探索。咨询师教育与督导 56, 98–111.
PREAI
分享收藏Context-Aware Attentive Knowledge Tracing.png)
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
OAAI
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏
查看更多内容