基于“态度”的知识追踪模型及集成技术
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｌｇｅ ｕｔ ｉ ｙｓｅ ｉ ｎｔｔ ｏｒｎｇ ｓ ｔ ｍ
随着 数据 挖掘 技 术 的不 断 发 展 ， 来 越 多 的 行 越 业 在本 领 域 的数据 中发 现 有 价 值 的潜 在 信 息． 教 在 育领 域 ， 据 挖 掘 也 有 着 广 泛 的应 用 ［ ． Ｃ ｒｅｔ 数 １ 在 ｏｂｔ ］
中 图 分 类 号 ：Ｔ ３ Ｐ 文献 标 识 码 ： Ａ 文章 编 号 ： ０ ７６ ７ （ ０ １ ０ — ０ ４ ０ １ ０ — ５ ３ ２ １ ） ４０ ５ —４
‘ ｔｔ ｄ Ａｔｉｕ ｅ’ｂ ｓ ｄ ｋｎ ｗｌ ｄｇ ｒ ｃ ｎｇ ｍ ｏ ｌａ ｄ ｅ ｅ ｂ ｅ ａ ｅ ｏ ｅ ｅ ｔ ａ ｉ ｄｅ ｎ ｎｓ ｍ ｌ
与 Ａｎ ｅｓ ｎ于 １ ９ ｄ ｒｏ ９ ５年 提 出 知 识 追 踪 模 型 （ ｎ ｗｌ ｋｏ —
本 文 提 出一种 改进 的知识 追踪 模 型 ， 即基 于“ 态 度” 的知 识 追 踪 模 型 ， 以在 线 教 育 系 统 的 数 据 集 为 例， 采用 集成 技 术 （ ｎ ｅ ｌ）５对 预 测 结 果 的 准 确 ｅ ｓｍｂｅ ｌ 度作 进 一步 的提 高．
Ｄｅｃ ２０１ ．。 １
基 于 “ 度 ’ 知 识 追 踪 模 型来自及 集 成 技 术 态 ’ 的
１汉原 ，申 麟 漆 美 ＇ ４ ，
（． 斯 特理 工 学 院 电 子 与 计 算 机 工 程 系 ， 国 马 萨 诸 塞 伍 斯 特 ０ ６ ９ １伍 美 １ ０ ２ 攀枝 花 学 院 图书 馆 ， ． 四川 攀 枝 花 ６ ７０ ） １０ ０
Ｋｅ ｒ ｓ ａ ａ ｍｉ ｉ ｇ；Ｂ ｙ ｓａ ｅ ｗｏ ｋ ｅ ｒ ｌ ｅ ｗｏ ｋ；ｃｕ ｔ ｒ ｇ；ｅ ｓ ｍ ｂｅ；ｋ ｏ ｅ ｇ ｒ ｃｎ ｄ ｌ ｎ ｅ — ｙ ｗｏ ｄ ：ｄ ｔ ｎ ｎ ａ ｅ ｉ ｎ ｎ ｔ ｒ ；ｎ ｕ ａ ｔ ｒ ｎ ｌｓｅｉ ｎ ｎｅ ｌ ｎ ｗｌ ｄ ｅｔ ａ ｉ ｇ ｍｏ ｅ ；ｉ ｔ ｌ
摘 要 ： 识 追 踪 模 型 （ ｎ ｗｌ ｇ ｒｃ ｇｍｏ ｅ） 广 泛 地 应 用 在 教 育 系 统 （ ｔｌｇ ｎ ｕｏ ｉｇｓｓｅ 中 以 预 测 学 知 ｋ ｏ ｅ ｅｔａｉ ｄ １被 ｄ ｎ ｉ ｅ ｉｅｔｔｔｒ ｙｔｍ） ｎ ｌ ｎ 生 做 题 的 表 现 ． 学 生 做 题 时 ， 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 当 教 估 给 出 针 对 性 的 题 目． 过 对 该 模 型 预 测 精 度 的研 究 ， 出 了改 进 的 知 识 追 踪 模 型 ， 采 用 在 线 教 育 系 统 的 数 据 集 通 提 并 对 两 个 模 型 的预 测 精 度 进 行 了 对 比． 后 采 用 集 成 技 术 （ｎ ｅ ｌ） 合 了所 有 模 型 ， 高 了 预 测 精 度 ． 最 ｅ ｓｍｂｅ综 提 关 键 词 ： 据 挖 掘 ； 叶斯 网 络 ； 经 网络 ； 类 ； 成 技 术 ； 数 贝 神 聚 集 知识 追踪 模 型 ； 育 系 统 教
Ｌ ｎ ｕｎ ，Ｓ ｅ ｉ ，Ｑ ｉ ａＨａ ｙ ａ ｈｎＬｎ ｉ Ｍｅ
（ ． ）ｐ ｒｍｅ ｔｏ ｅ ｔｉａ 。Ｃｏ ｕ ｅ ｇｎ ｅｉｇ， ｏ ｃ ｓｅ ｌｔ ｃ ｎ ｃＩ ｔｔ ｔ ， ｏｒｅ ｔｒ０ ６ ９， ａ ｓ ｃ ｓ ｔｓ， １ １ｅ ａ ｔ ｎ ｆＥｌｃｒｃ ｌ８ ｍｐ ｔ ｒＥｎ ｉｅ ｒｎ Ｗ ｒｅ ｔ ｒＰｏｙ ｅ ｈ ｉ ｎｓｉｕ ｅ Ｗ ｃ ｓｅ １ ０ Ｍ ｓａ ｈｕ ｅｔ ＵＳＡ；
２ Ｌｉ ｒ ｒ Ｐａ ｚ ｉ ａ Ｕｎｉ ｅ ｓ ｔ ， ｎ ｈｉ ｕ ７ ０ Ｓｉｈ ｎ， ． ｂ ａ ｙ， ｎ ｈ ｈｕ ｖ ｒ ｉｙ Ｐａ ｚ ｈ ａ ６１ ０ ０。 ｃ ｕａ Ｃｈｉ ａ ｎ ）
Ａｂ ｔ ａ ｔ：Ｋ ｎ ｓｒ ｃ ｏｗｌ ｄ ｒ ｃｎ ｏ ｌｉ ｄ ｌ ｓ ｄ ｉ ｎｔ ｌｉ ｅ ｕｔ ｒｎｇ ｓ ｔ ｍ ｓ ｔ ｅ ｃ ｔ ｅ ｇｅ ｔ ａ ｉ ｇ ｍ ｄｅ ｓ ｗｉ ｅ ｙ ｕ ｅ ｎ ｉ ｅ ｌｇ ｎｔｔ ｏ ｉ ｙｓｅ Ｏ ｐｒ ｄｉｔ ｓｕｄｅ ｔ ’ｐｅ ｛ ｍ ａ ｅ ｎｓ ｒｏｒ ｎｃ ． Ｗ ｈ ｎ ｓ ｕ ｎｔ ｓ ｕ ｏ ｉｇ ｓ ｓ ｅ ， ｉ ｗｉｌｋｅ ｐ ｔａ ｋｉ ｔ ｅ ｔ ｄｅ ｓ ｕ ｅ ｔ ｔ ｒｎ ｙ ｔ ｍ ｔ ｌ ｅ ｒ ｃ ｎｇ ｓ ｕｄｅ ｓ’ ｎｔ ｋｎｏ ｌ ｇｅｓ ａ ｕ ｎ ｉ ｅ ｐ ｎｔ ｄ ｑｕｅ ｔｏ ． Ｂｙ ｗ ｅｄ ｔ ｔ ｓ ａ ｄ ｇ ｖ ｏｉ ｅ ｓ ｉｎｓ ｒ ｓ ａ ｃ ｎ ｈｅ ｐｒ ｄｉｔｏｎ ａｃ ｕｒ ｃ ｏｗｌ ｄ ｒ ｉ ｇ ｍ ｏｄ ｌ ｉ ｅ ｇｒ ｉ ｅ ｏ ｌｉ ｎ ｒ ｄｕｃ ｄ ａ ｄ ｔ ｓ ｅ ｎ ｅ ｅ ｒ ｈｉｇ ｔ ｅ ｃ ｉ ｃ ａ ｙ ｏｆｋｎ ｅ ｇｅ ｔａｃｎ ｅ ，ａ ｆｎ — ａ ｎ ｄ ｍ ｄｅ ｓｉ ｔ ｏ ｅ ｎ ｅ ｔ ｄ ｏｎ ａ ｏ ｉ ｕｔ ｒｎｇ ｓ ｔ ｍ ａ ａ ｓ ｔ Ｆｉ ｌｙ，ａ ｌｍ ｏｄ ｌ ｒ ｎｓ ｍ ｂｌ Ｏ ｇｅ ｏ ｅ ａ ｃ ａ ｅ ｐ ｅ ｉｔｏ ｎｌｎｅ ｔ ｏ ｉ ｙｓ ｅ ｄ ｔ ｅ ． ｎａ ｌ ｌ ｅｓａｅｅ ｅ ｅｔ ｔａ ｍ ｒ ｃ ｕｒ ｔ ｒ ｄ ｃｉ ｎ．
第 ２ ９卷 第 ４期
２１ ０ １年 １ ２月
徐 州师范大学学报 （ 自然 科 学 版 ）
Ｊ ｕ ｎ ｌ ｆＸｕ ｈ ｕ Ｎｏ ｍａ ｉｅ ｓｔ （ ｔ ｒｌＳ ｉｎ ｅＥｄｔ ｎ ｏ ｒ ａ ｚ ｏ ｒ ｌＵｎｖ ｒ ｉ Ｎａｕ ａ ｃｅ ｃ ｉｏ ） ｏ ｙ ｉ
Ｖｏ． １ ２９， ＮＯ． ４
随着 数据 挖掘 技 术 的不 断 发 展 ， 来 越 多 的 行 越 业 在本 领 域 的数据 中发 现 有 价 值 的潜 在 信 息． 教 在 育领 域 ， 据 挖 掘 也 有 着 广 泛 的应 用 ［ ． Ｃ ｒｅｔ 数 １ 在 ｏｂｔ ］
中 图 分 类 号 ：Ｔ ３ Ｐ 文献 标 识 码 ： Ａ 文章 编 号 ： ０ ７６ ７ （ ０ １ ０ — ０ ４ ０ １ ０ — ５ ３ ２ １ ） ４０ ５ —４
‘ ｔｔ ｄ Ａｔｉｕ ｅ’ｂ ｓ ｄ ｋｎ ｗｌ ｄｇ ｒ ｃ ｎｇ ｍ ｏ ｌａ ｄ ｅ ｅ ｂ ｅ ａ ｅ ｏ ｅ ｅ ｔ ａ ｉ ｄｅ ｎ ｎｓ ｍ ｌ
与 Ａｎ ｅｓ ｎ于 １ ９ ｄ ｒｏ ９ ５年 提 出 知 识 追 踪 模 型 （ ｎ ｗｌ ｋｏ —
本 文 提 出一种 改进 的知识 追踪 模 型 ， 即基 于“ 态 度” 的知 识 追 踪 模 型 ， 以在 线 教 育 系 统 的 数 据 集 为 例， 采用 集成 技 术 （ ｎ ｅ ｌ）５对 预 测 结 果 的 准 确 ｅ ｓｍｂｅ ｌ 度作 进 一步 的提 高．
Ｄｅｃ ２０１ ．。 １
基 于 “ 度 ’ 知 识 追 踪 模 型来自及 集 成 技 术 态 ’ 的
１汉原 ，申 麟 漆 美 ＇ ４ ，
（． 斯 特理 工 学 院 电 子 与 计 算 机 工 程 系 ， 国 马 萨 诸 塞 伍 斯 特 ０ ６ ９ １伍 美 １ ０ ２ 攀枝 花 学 院 图书 馆 ， ． 四川 攀 枝 花 ６ ７０ ） １０ ０
Ｋｅ ｒ ｓ ａ ａ ｍｉ ｉ ｇ；Ｂ ｙ ｓａ ｅ ｗｏ ｋ ｅ ｒ ｌ ｅ ｗｏ ｋ；ｃｕ ｔ ｒ ｇ；ｅ ｓ ｍ ｂｅ；ｋ ｏ ｅ ｇ ｒ ｃｎ ｄ ｌ ｎ ｅ — ｙ ｗｏ ｄ ：ｄ ｔ ｎ ｎ ａ ｅ ｉ ｎ ｎ ｔ ｒ ；ｎ ｕ ａ ｔ ｒ ｎ ｌｓｅｉ ｎ ｎｅ ｌ ｎ ｗｌ ｄ ｅｔ ａ ｉ ｇ ｍｏ ｅ ；ｉ ｔ ｌ
摘 要 ： 识 追 踪 模 型 （ ｎ ｗｌ ｇ ｒｃ ｇｍｏ ｅ） 广 泛 地 应 用 在 教 育 系 统 （ ｔｌｇ ｎ ｕｏ ｉｇｓｓｅ 中 以 预 测 学 知 ｋ ｏ ｅ ｅｔａｉ ｄ １被 ｄ ｎ ｉ ｅ ｉｅｔｔｔｒ ｙｔｍ） ｎ ｌ ｎ 生 做 题 的 表 现 ． 学 生 做 题 时 ， 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 当 教 估 给 出 针 对 性 的 题 目． 过 对 该 模 型 预 测 精 度 的研 究 ， 出 了改 进 的 知 识 追 踪 模 型 ， 采 用 在 线 教 育 系 统 的 数 据 集 通 提 并 对 两 个 模 型 的预 测 精 度 进 行 了 对 比． 后 采 用 集 成 技 术 （ｎ ｅ ｌ） 合 了所 有 模 型 ， 高 了 预 测 精 度 ． 最 ｅ ｓｍｂｅ综 提 关 键 词 ： 据 挖 掘 ； 叶斯 网 络 ； 经 网络 ； 类 ； 成 技 术 ； 数 贝 神 聚 集 知识 追踪 模 型 ； 育 系 统 教
Ｌ ｎ ｕｎ ，Ｓ ｅ ｉ ，Ｑ ｉ ａＨａ ｙ ａ ｈｎＬｎ ｉ Ｍｅ
（ ． ）ｐ ｒｍｅ ｔｏ ｅ ｔｉａ 。Ｃｏ ｕ ｅ ｇｎ ｅｉｇ， ｏ ｃ ｓｅ ｌｔ ｃ ｎ ｃＩ ｔｔ ｔ ， ｏｒｅ ｔｒ０ ６ ９， ａ ｓ ｃ ｓ ｔｓ， １ １ｅ ａ ｔ ｎ ｆＥｌｃｒｃ ｌ８ ｍｐ ｔ ｒＥｎ ｉｅ ｒｎ Ｗ ｒｅ ｔ ｒＰｏｙ ｅ ｈ ｉ ｎｓｉｕ ｅ Ｗ ｃ ｓｅ １ ０ Ｍ ｓａ ｈｕ ｅｔ ＵＳＡ；
２ Ｌｉ ｒ ｒ Ｐａ ｚ ｉ ａ Ｕｎｉ ｅ ｓ ｔ ， ｎ ｈｉ ｕ ７ ０ Ｓｉｈ ｎ， ． ｂ ａ ｙ， ｎ ｈ ｈｕ ｖ ｒ ｉｙ Ｐａ ｚ ｈ ａ ６１ ０ ０。 ｃ ｕａ Ｃｈｉ ａ ｎ ）
Ａｂ ｔ ａ ｔ：Ｋ ｎ ｓｒ ｃ ｏｗｌ ｄ ｒ ｃｎ ｏ ｌｉ ｄ ｌ ｓ ｄ ｉ ｎｔ ｌｉ ｅ ｕｔ ｒｎｇ ｓ ｔ ｍ ｓ ｔ ｅ ｃ ｔ ｅ ｇｅ ｔ ａ ｉ ｇ ｍ ｄｅ ｓ ｗｉ ｅ ｙ ｕ ｅ ｎ ｉ ｅ ｌｇ ｎｔｔ ｏ ｉ ｙｓｅ Ｏ ｐｒ ｄｉｔ ｓｕｄｅ ｔ ’ｐｅ ｛ ｍ ａ ｅ ｎｓ ｒｏｒ ｎｃ ． Ｗ ｈ ｎ ｓ ｕ ｎｔ ｓ ｕ ｏ ｉｇ ｓ ｓ ｅ ， ｉ ｗｉｌｋｅ ｐ ｔａ ｋｉ ｔ ｅ ｔ ｄｅ ｓ ｕ ｅ ｔ ｔ ｒｎ ｙ ｔ ｍ ｔ ｌ ｅ ｒ ｃ ｎｇ ｓ ｕｄｅ ｓ’ ｎｔ ｋｎｏ ｌ ｇｅｓ ａ ｕ ｎ ｉ ｅ ｐ ｎｔ ｄ ｑｕｅ ｔｏ ． Ｂｙ ｗ ｅｄ ｔ ｔ ｓ ａ ｄ ｇ ｖ ｏｉ ｅ ｓ ｉｎｓ ｒ ｓ ａ ｃ ｎ ｈｅ ｐｒ ｄｉｔｏｎ ａｃ ｕｒ ｃ ｏｗｌ ｄ ｒ ｉ ｇ ｍ ｏｄ ｌ ｉ ｅ ｇｒ ｉ ｅ ｏ ｌｉ ｎ ｒ ｄｕｃ ｄ ａ ｄ ｔ ｓ ｅ ｎ ｅ ｅ ｒ ｈｉｇ ｔ ｅ ｃ ｉ ｃ ａ ｙ ｏｆｋｎ ｅ ｇｅ ｔａｃｎ ｅ ，ａ ｆｎ — ａ ｎ ｄ ｍ ｄｅ ｓｉ ｔ ｏ ｅ ｎ ｅ ｔ ｄ ｏｎ ａ ｏ ｉ ｕｔ ｒｎｇ ｓ ｔ ｍ ａ ａ ｓ ｔ Ｆｉ ｌｙ，ａ ｌｍ ｏｄ ｌ ｒ ｎｓ ｍ ｂｌ Ｏ ｇｅ ｏ ｅ ａ ｃ ａ ｅ ｐ ｅ ｉｔｏ ｎｌｎｅ ｔ ｏ ｉ ｙｓ ｅ ｄ ｔ ｅ ． ｎａ ｌ ｌ ｅｓａｅｅ ｅ ｅｔ ｔａ ｍ ｒ ｃ ｕｒ ｔ ｒ ｄ ｃｉ ｎ．
第 ２ ９卷 第 ４期
２１ ０ １年 １ ２月
徐 州师范大学学报 （ 自然 科 学 版 ）
Ｊ ｕ ｎ ｌ ｆＸｕ ｈ ｕ Ｎｏ ｍａ ｉｅ ｓｔ （ ｔ ｒｌＳ ｉｎ ｅＥｄｔ ｎ ｏ ｒ ａ ｚ ｏ ｒ ｌＵｎｖ ｒ ｉ Ｎａｕ ａ ｃｅ ｃ ｉｏ ） ｏ ｙ ｉ
Ｖｏ． １ ２９， ＮＯ． ４