计算机研究与发展

作者：陈泽君,张所娟,陈卫卫,崔静,龙佳琪,陈恩红,

关键词：智能教育, 认知状态, 情境感知, 时序大模型, 作答序列数据, 知识图谱, 学习推荐,

学习推荐作为智能教育领域的核心研究任务，目的是根据学习者的认知状态，提供个性化的学习资源.现有的学习推荐方法依赖于学习者对知识概念的掌握程度，缺少对作答序列数据中情境信息的充分挖掘，无法有效提高学习者的知识迁移能力.提出了面向作答序列数据的情境自适应学习推荐方法.该方法构建包括知识概念情境和习题情境的学习情境感知表征模块，融合时序大语言模型的认知状态表征模块，实现基于知识图谱的情境自适应学习推荐模块，将习题、知识概念和学习者特征进行动态关联，依据学习情境特征实现自适应精准推荐，解决了学习情境自适应推荐难的问题，提高了模型的情境感知和自适应能力，在保证学习效果的同时，增强了学习过程的新颖性以及学习推荐系统的效率和准确度.在AAAI2023和NeurIPS_t34数据集上的比较和消融实验表明，所提模型的准确率和新颖性均优于基线模型.

来源：2025年第9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2025年第9期