本發(fā)明涉及一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，屬于信息推薦。

背景技術(shù)：

1、隨著教育信息化的發(fā)展，在線教育平臺(tái)已成為人們獲取學(xué)習(xí)資源和進(jìn)行知識(shí)學(xué)習(xí)的重要途徑之一。oj(online?judge，在線評(píng)測(cè))系統(tǒng)是一種關(guān)于編程學(xué)習(xí)的在線教育平臺(tái)，其中提供了豐富的編程題資源，學(xué)習(xí)者可以根據(jù)編程題的題目要求來編寫相應(yīng)的解題代碼，然后將代碼提交給oj系統(tǒng)進(jìn)行自動(dòng)編譯運(yùn)行，以檢查代碼的正確性。通過完成編程題的方式，學(xué)習(xí)者可以鞏固對(duì)編程知識(shí)點(diǎn)的理解，提升自身的編程水平。

2、盡管oj系統(tǒng)中豐富的編程題資源能夠?yàn)閷W(xué)習(xí)者們提供了多樣的學(xué)習(xí)選擇，但是，由于其編程題庫的組織排序方式較為單一，學(xué)習(xí)者們常常面臨“信息過載”和“學(xué)習(xí)迷航”的困境，難以選擇出符合自身學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力的編程題。如何將合適的編程題推薦給學(xué)習(xí)者，以實(shí)現(xiàn)個(gè)性化的編程學(xué)習(xí)，提高學(xué)習(xí)者的編程學(xué)習(xí)效果，成為亟待解決的技術(shù)問題。

3、目前，現(xiàn)有的個(gè)性化學(xué)習(xí)推薦技術(shù)，主要是通過深度學(xué)習(xí)模型學(xué)習(xí)出更準(zhǔn)確的學(xué)習(xí)者向量表示和學(xué)習(xí)資源向量表示，由此提升推薦的效果，但很少將學(xué)習(xí)者的知識(shí)狀態(tài)變化情況結(jié)合到推薦過程當(dāng)中，這可能導(dǎo)致所推薦的編程題不符合學(xué)習(xí)者當(dāng)前的學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)存在的不足和局限，創(chuàng)造性地提供一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法。本方法，通過知識(shí)追蹤模型，將學(xué)習(xí)者的知識(shí)狀態(tài)變化過程融合到編程題推薦過程中，使所推薦的編程題符合學(xué)習(xí)者當(dāng)前的學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力。

2、本發(fā)明提出了一種基于特征增強(qiáng)和注意力機(jī)制的知識(shí)追蹤模型，充分利用編程題信息和學(xué)習(xí)者歷史知識(shí)狀態(tài)信息更準(zhǔn)確地預(yù)測(cè)學(xué)習(xí)者未來的答題表現(xiàn)。結(jié)合上述模型，本發(fā)明提出了個(gè)性化編程題推薦策略，將學(xué)習(xí)者的知識(shí)狀態(tài)變化情況融入推薦過程，從而推薦出符合學(xué)習(xí)者當(dāng)前的學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力的編程題。

3、有益效果

4、本發(fā)明方法，與現(xiàn)有技術(shù)相比，具有以下優(yōu)點(diǎn)：

5、1.本方法充分利用了編程題相關(guān)特征信息和學(xué)習(xí)者歷史知識(shí)狀態(tài)信息，能夠更加準(zhǔn)確地預(yù)測(cè)學(xué)習(xí)者在下一個(gè)時(shí)間步的答題表現(xiàn)。

6、2.本方法將知識(shí)追蹤模型結(jié)合到編程題推薦過程中，使編程題推薦策略能夠及時(shí)根據(jù)學(xué)習(xí)者的知識(shí)狀態(tài)變化情況調(diào)整所推薦的題目。

技術(shù)特征：

1.一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，其特征在于，通過知識(shí)追蹤模型，將學(xué)習(xí)者的知識(shí)狀態(tài)變化過程融合到編程題推薦過程中，使所推薦的編程題符合學(xué)習(xí)者當(dāng)前的學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力，包括以下步驟：

2.如權(quán)利要求1所述一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，其特征在于，步驟1包括以下步驟：

3.如權(quán)利要求1所述一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，其特征在于，步驟2包括以下步驟：

4.如權(quán)利要求1所述一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，其特征在于，步驟3包括以下步驟：

5.如權(quán)利要求1所述一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，其特征在于，步驟5包括以下步驟：

6.如權(quán)利要求1所述一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，其特征在于，步驟6包括以下步驟：

技術(shù)總結(jié)
本發(fā)明涉及一種基于知識(shí)追蹤模型的個(gè)性化編程題推薦方法，屬于信息推薦技術(shù)領(lǐng)域。本方法通過知識(shí)追蹤模型，將學(xué)習(xí)者的知識(shí)狀態(tài)變化過程融合到編程題推薦過程中，使所推薦的編程題符合學(xué)習(xí)者當(dāng)前的學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力。本發(fā)明提出了一種基于特征增強(qiáng)和注意力機(jī)制的知識(shí)追蹤模型，充分利用編程題信息和學(xué)習(xí)者歷史知識(shí)狀態(tài)信息更準(zhǔn)確地預(yù)測(cè)學(xué)習(xí)者未來的答題表現(xiàn)。結(jié)合上述模型，本發(fā)明采用了個(gè)性化編程題推薦策略，將學(xué)習(xí)者的知識(shí)狀態(tài)變化情況融入推薦過程，從而推薦出符合學(xué)習(xí)者當(dāng)前的學(xué)習(xí)進(jìn)程和學(xué)習(xí)能力的編程題。本方法能夠更加準(zhǔn)確地預(yù)測(cè)學(xué)習(xí)者在下一個(gè)時(shí)間步的答題表現(xiàn)，使編程題推薦策略能夠及時(shí)根據(jù)學(xué)習(xí)者的知識(shí)狀態(tài)變化情況調(diào)整推薦題目。

技術(shù)研發(fā)人員：張華平,梁媛,商建云
受保護(hù)的技術(shù)使用者：北京理工大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9