基于联合概率矩阵分解的个性化试题推荐方法

近年来随着在线教育中试题资源数量爆炸式的增长,学生很难在海量的试题资源中找到合适的试题,因此面向学生的试题推荐方法应运而生;然而,传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息,导致推荐结果准确率低,为此,提出一种基于联合概率矩阵分解的个性化试题推荐方法。首先,通过认知诊断模型得到的学生知识点掌握信息;然后,结合学生、试题和知识点三者信息进行联合概率矩阵分解;最后,根据难度范围进行试题推荐。实验结果表明,与其他传统推荐方法相比,所提方法在不同难度试题推荐的准确率上取得了较好的推荐结果。     

一种融合LSTM预测网络的试题并行推荐算法

设计了一种融合LSTM预测网络,基于多决策树和认知诊断的试题并行推荐算法MDT&CD-LSTM,用于解决自适应教育中的学习资源推荐问题。该算法集成多决策树和认知诊断的推荐结果,并利用LSTM网络预测学生的知识状态,从而向学生推荐最合适的试题。实验结果表明,该自动推荐算法可以有效地提高试题推荐结果的准确性,比改进决策树模型精确度提升了21.67%,误差均值减少了26.52%。该算法能够满足学生的个性化学习需求,帮助学生更好地理解知识点,具有广阔的应用前景。     

面向在线智慧学习的教育数据挖掘技术研究

随着教育信息化进程的深入,学生在线学习数据得到不断积累,为数据驱动的教育评估和智能辅助教学提供良好条件.然而,已有的面向在线智慧学习的教育数据挖掘模型很难从海量、稀疏、高噪的数据中准确分析试题特征和学生学业水平,也较少考虑学生及教师的个性化需求.文中针对上述问题开展若干面向在线智慧学习的教育数据挖掘技术研究工作,以教育学习所涉及的试题、学生、教师为对象,以个性化推荐等技术同教育领域知识相结合为手段,以提高学生学业水平为目标.具体介绍用于试题分析和检索的试题文本表征模型、基于认知诊断的个性化学习资源推荐方法、针对教师的教学建议和指导等方法,以及这些技术所依托的应用平台——科大讯飞在线教育系统“智学网”.最后简单讨论面向在线智慧学习的教育数据挖掘技术未来可能的研究方向.     

基于认知诊断的协同过滤试题推荐

针对协同过滤忽略了学习者的知识点掌握情况（学习状态）,对个性化教育试题推荐中运用的协同过滤算法进行了一定改进研究,该推荐算法分为三个步骤：（1）结合认知诊断模型,对学习者所练习题目中反映的知识点掌握情况进行建模分析;（2）利用协同过滤算法,结合学习者的知识点掌握情况,来对学习者的表现情况进行相似度分析;（3）根据相似用户的历史行为数据和目标用户的知识点掌握状态,针对学习者的近邻用户进行试题推荐.该推荐办法借鉴了群体相似学习者的共性,也考虑到了个体学习者的独特性,结合二者来对学习者进行个性化试题推荐,保证了试题推荐的准确性和性能,在个性化教育系统中,结合认知诊断改进了原有的协同过滤算法来对试题做出推荐.     

基于模糊规则的学习者认知水平估算方法

认知水平估算是远程学习系统中实现学习导航和知识推荐的一个重要依据.针对现有的估算方法存在计算方式单一、逻辑推理简单等问题,提出了一种用模糊集表示认知水平等级,以记忆量为判断标准、试题难度和做题时间为影响因素,通过模糊推理产生对认知等级不同的影响参数,并利用影响参数和改进的SherlockⅡ方法修改认知水平的等级隶属度的方法.通过和其他方法比较,得出本方法逻辑合理、计算简便,能够合理地反映学习者的认知过程.     

语法试题个性化推荐系统的研究

为了提高试题个性化推荐系统对语法试题推荐的有效性,定义了韩语语法点矩阵、得分模型、潜在学习特征向量等,建立了学习态势算法,设计了试题智能推荐的整体框架.该系统以学习者的态势计算为基础,对学习者语法学习能力估算,再进行试题推荐.通过两组学习者对比,根据系统的平均使用时间、成绩提高率、答卷正确率和试题推荐精准率等指标进行评估,结果显示,该推荐系统对学习者有显著的助学效果.     

基于阅读认知诊断的学生表现预测

面向学生的表现预测（试题得分）是在线教育领域重要的研究课题。但传统认知诊断的预测准确性较低,协同过滤方法难以保证预测结果的可解释性。此外,由于目前方法预测时大多利用了学生的试题作答记录,因而不能预测无作答记录的学生在试题上的表现。学生作答试题之前,通常会阅读一些辅助性文本类学习材料。阅读认知诊断即学生阅读学习材料的内容往往可以反映出学生的知识状态（知识点掌握情况）,从而有助于预测学生表现。为此,提出一种基于阅读认知诊断的知识状态建模方法。利用学生阅读学习材料的内容,量化其对学习材料的潜在认知程度。结合教育学假设,量化学习材料的难度。利用上述两个量化结果,根据项目反应理论,计算出学生对学习材料的实际掌握程度,据此建模学生的知识状态并预测其在试题上的表现。在实际数据集上进行实验,实验结果表明所提方法可以保证预测结果的准确性与可解释性,也可以预测出无作答记录的学生表现。     

基于特征嵌入的学生知识点熟练度预测

学生知识点熟练度是教师为学生制定学习计划的重要依据.为解决认知诊断中无法概率化学生知识点熟练度的问题,提出了将知识点作为特征嵌入的预测方法.该方法分别对学生和试题建立知识点向量,并且构造卷积神经网络进行监督学习,根据学生的答题情况不断调整他们的知识点熟练度.实验结果与现有的方法进行对比,验证了该方法的准确率的确有所提升.     

记忆与认知融合的个性化OJ习题推荐方法

面对程序设计OJ(Online Judge，在线判题)平台上的大量习题，学生选题时往往带有盲目性，不利于学生快速提高程序设计能力.现有的习题推荐方法往往忽视了认知心理学与学生答题行为的联系，没有充分关注导致学生信息认知过程具有差异性的因素对解题的影响.本文基于认知心理学提出一种记忆与认知融合的OJ习题推荐方法，该方法结合认知心理学中关于工作记忆、长时记忆、外部信息以及非连续性认知发展的工作，通过如下方式考虑这4种因素对学生答题行为的影响：首先，以OJ习题中4个会对学生的工作记忆造成挑战的要素作为习题特征的一部分来辅助推荐方法估计习题的难度，分别为习题描述词数、输入格式词数、输出格式词数和是否为英文题干；然后，使用4个要素（相同知识的学习时间间隔、相同知识的学习次数、学习时间间隔和总体学习次数）建模学生长时记忆的遗忘与学习行为，拟合学生因这两种行为导致的知识状态变化，帮助推荐方法更准确地估计学生的知识点和编程语言掌握程度；接着，将OJ习题加入本文所构造的程序设计领域知识图谱，并在习题与其所考查的知识点之间建立关联，利用知识图谱嵌入方法将习题编码为一个融入了外部知识点相关性信息的向量作为习...     

基于认知复杂度度量的文本推荐模型

提出一种基于认知复杂度度量的文本推荐模型。已有的认知复杂度评价方法主要用于评价单一文本的认知复杂度,对此方法进行拓展,将它用于文本集的认知复杂度评价。在推荐模型中,通过对用户查看文章序列的分析,然后使用文本集认知复杂度评价方法查找文章进行推荐,使得用户获得的推荐文本集合更符合认知的规律,更易于理解。实验结果表明文本集认知复杂度评价方法的合理性,并通过比较说明了使用这种推荐模型将使用户获得更加易于理解的文本推荐集合。     

对JAVA说“HelloWorld”

“HelloWorld”是每一种计算机语言入门所写的一段语句。JAVA也不例外，不这一句入门级的“HelloWorld”，在JAVA里却不是那么好说的。     

“以人为本”与“绿色设计”再思考

面对目前生态环境的不断恶化,众多的学者开始怀疑以前将"以人为本"定为设计的根本原则的真实性,于是他们提出了"以自然为本"的设计原则。本文认为设计是属人的一种文化,它的本质原则就应该是"以人为本","以自然为本"只能作为"以人为本"的手段或过程而存在。另外,"绿色设计"也只能是一个相对的概念,只能尽量地减少对资源的浪费和对环境的污染,而不可能做到零浪费和零污染。     

“空”“有”相生魅力无穷

古人说"计白当黑,奇趣乃出",黑和白、虚和实像骨肉一样相连,形影相随、不可分离。白即空白也是最为巧妙的语言形式。"空白"并非空无一物,它是各类视觉元素之间的一种相互的关系以及这种关系造成的一种力。"空"和"有"是一对循环往复且又互相对立转换的自然状态,这就使得"空白"的设计研究具有了广袤的趣味价值。     

当“about：blank”遭遇“searchfor”

现如今，上网就可能“中彩”：一会是修改IE标题、一会是禁用主页更改，要不就是不断涌出的让你尴尬的网页和广告，这些似乎已经见怪不怪了，解决起来也还容易；但当有一天IE空白页“about：blank”遭遇“searchfor”绑架后(见图1)，你会意识到，麻烦来了。     

颠覆商打“印”象 演绎极速“精”“彩”

HP Officejet Pro K5400dn商用喷墨打印机 "普通喷墨打印机耗材成本太高了,用不起;激光打印机价格太贵了,买不起"这是一种比较流行的观点.     

我们的“卡通”

"卡通"——Cartoon,英语的音译,在字典里解释为动画、漫画。我国的卡通艺术曾经辉煌过,但如今却乏善可陈。从纵向的角度看,中国卡通艺术的落后有历史的原因;从横向看,中国卡通同发达国家相比有资金缺乏、软硬件落后的各种原因。找出原因,能更好地解决问题,发展中国的卡通艺术。随着政府的重视、经济的发展、人才培养的加强,我国卡通艺术的发展正步入正轨。     

“PKM”入门

只有企业每个员工都有能力参与知识管理,才能真正提高企业的核心竞争力     

“长江”后浪

<正> 只有先用有限的资源来培养“司令”,才有可能使中国的企业迅速与世界接轨 企业IT主管的“充电”行为并不新鲜,但众多IT主管同时选择一家历史并不悠久的商学院就读EMBA,就显得有些耐人寻味了。8月23日,由李嘉诚基金会出资捐助的长江商学院在北京迎来了“2003年EMBA春季班”的146名学员。引人注目的是,这批学员不乏企业的高级IT主管。那么,究竟是哪些原因促使这些信息主管参加长江商学院的EMBA课程?他们又将在长江商学院得到些什么呢?     

"Web-GTA"模式

本文提出的"Web-GTA"模式是全疆发和李志伟从一线的教学经验中总结得来的WebQuset的一种实践模式.任何先进的理论,只有来自实践,经得住实践考验,才是真正的理论.本栏目将不断推出各学科的来自广大一线教师的整合教学模式,其实,理论就是来自于你们的实践,欢迎大家来稿支持!