标题：基于关键词结构的知识追踪模型
作者：李志军 高杨
作者单位：北方工业大学电气与控制工程学院，北京 100144
关键字：知识追踪；关键词结构；图神经网络
摘要：智能教辅系统的个性化及便捷性有助于充分发挥其教学作用，其中知识追踪（KT）则是一项重要但棘手的任务，它随着时间来追踪学习者不断变化的关键词掌握程度，并预测学生在下一次测试中的表现。很多研究者已经关注该领域并提出了一些策略，如贝叶斯知识追踪（BKT）及深度知识追踪（DKT）。关键词(又称概念)之间的传播影响已被教育理论证明是学习的关键因素之一，然而却未能得到充分探索。提出了一种新框架，称为基于关键词结构的知识追踪（Keywords Structure based Knowledge Tracing，KKT）模型，利用关键词结构中的多重关系来模拟关键词间的相互影响。KKT框架应用图神经网络（GNN）将关键词结构映射为图，同时考虑对练习序列的时间影响和对关键词间结构的空间影响。通过在开放数据集上实验，结果证明提出的KKT模型具有很好的预测性和可解释性。