2023-05-10计算机应用,JournalofComputerApplications2023,43(5):1422-1429ISSN1001-9081CODENJYIIDUhttp：//www.joca.cn多学习行为协同的知识追踪模型张凯*，覃正楚，刘月，秦心怡（长江大学计算机科学学院，湖北荆州434023）（∗通信作者电子邮箱kai.zhang@yangtzeu.edu.cn）摘要：知识追踪模型主要使用学习过程、学习结束和学习间隔等三类学习行为数据，但现有研究没有融合上述类型的学习行为，无法准确描述多种类型学习行为的相互作用。针对上述问题，提出多学习行为协同的知识追踪（MLB-KT）模型。首先采用多头注意力机制描述每类学习行为的同类约束性，然后采用通道注意力机制建模三类学习行为的多类协同性。将MLB-KT模型与深度知识追踪（DKT）、融合注意力机制的时间卷积知识追踪（ATCKT）模型在3个数据集上进行对比，实验结果表明，MLB-KT模型的曲线下面积（AUC）有明显增加，且在ASSISTments2017数据集上的表现最佳，与DKT、ATCKT模型相比分别提升了12.26%、2.77%；表示质量对比实验的结果也表明MLB-KT模型具有更好的表现。可见建模同类约束性和多类协同性能更好地判断学生的知识状态、预测学生未来的答题情况。关键词：知识追踪；学习行为；多头注意力机制；通道注意力机制；序列建模中图分类号：TP183文献标志码：AMulti-learningbehaviorcollaboratedknowledgetracingmodelZHANGKai*，QINZhengchu，LIUYue，QINXinyi（SchoolofComputerScience，YangtzeUniversity，JingzhouHubei434023，China）Abstract:Knowledgetracingmodelsmainlyusethreetypesoflearningbehaviorsdata，includinglearningprocess，learningendandlearninginterval，buttheexistingstudiesdonotfusetheabovetypesoflearningbehaviorsandcannotaccuratelydescribetheinteractionsofmultipletypesoflearningbehaviors.Toaddresstheseissues，aMulti-LearningBehaviorcollaboratedKnowledgeTracing（MLB-KT）modelwasproposed.First，themulti-headattentionmechanismwasusedtodescribethehomo-typeconstraintforeachtypeoflearningbehavior，thenthechannelattentionmechanismwasusedtomodelthemulti-typecollaborationinthreetypesoflearningbehaviors.ComparisonexperimentsofMLB-KT，DeepKnowledgeTracing（DKT）andTemporalConvolutionalKnowledgeTracingwithAttentionmechanism（ATCKT）modelswereconductedonthreedatasets.ExperimentalresultsshowthattheMLB...
