计算机研究与发展

作者：胡学钢,刘菲,卜晨阳,

关键词：教育大数据, 认知跟踪, 学生模型, 贝叶斯认知跟踪, 深度学习,

教育信息化的不断推进和在线教育的蓬勃发展产生了海量的教育数据，如何挖掘和分析教育大数据成为了教育领域和大数据知识工程领域亟待解决的问题.认知跟踪模型通过获取学生作答习题的得分表现，追踪学生随时间变化的认知状态，从而预测学生在未来时间的作答表现.对教育大数据中认知跟踪模型进行了回顾、分析和展望.首先从模型的原理、步骤和方法等维度详细介绍了认知跟踪模型，包括基于贝叶斯方法和深度学习方法2类认知跟踪模型.同时，从学生作答表现预测、认知状态评估、心理因素分析、习题序列分析和编程练习5个方面阐述认知跟踪模型的应用情景.最后，以经典的贝叶斯认知跟踪模型和深度认知跟踪模型为例分析了2类模型的优缺点，并探讨和展望认知跟踪模型未来可能的研究方向.

来源：2020年第12期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2020年第12期