智能辅导系统的知识追踪方法、装置、设备及存储介质与流程

本技术属于知识追踪，特别涉及一种智能辅导系统的知识追踪方法、装置、设备以及存储介质。

背景技术：

1、在过去的几十年中，电子学习系统在在线教育中扮演了重要角色。智能辅导系统(intelligent tutoring system,缩写为its)和大规模开放在线课程(mooc)是两种广泛应用的电子学习系统，在在线教育系统中发挥了重要作用。在线教育为学生提供了海量的学习资源、自由的学习环境和高效的交流平台，然而，在线教育也面临着一些挑战，例如难以根据学生需求量身定制教学计划和评估学生的知识掌握程度等。经济合作与发展组织指出，在线教材质量低下、多样性和可用性有限，以及教学连续性的缺失可能会对学习产生负面影响，尤其是对弱势学生而言。因此，对在线学习进行知识追踪，监测和评估在线学习对学生的影响以及识别差距并收集相关数据变得尤为重要。

2、目前的知识追踪工作主要分为两类：模型化学生的知识掌握状态和预测学生未来问题表现。对于前者，贝叶斯知识追踪是一种常用的方法，它使用二元变量来表示学生对知识状态的掌握程度。另一种方法是智能辅导系统的知识追踪，它使用隐藏变量来表示学生对知识状态的掌握程度。对于后者，传统的方法通常通过额外的存储单元来呈现学生的先验知识，或将输入的知识状态嵌入隐藏单元。

3、然而，现有技术中由于数据不足或数据稀疏性等原因，通常缺乏足够的交互记录来准确建模学生的知识状态和预测学生在未来问题中的表现，导致在实际部署时受到一定限制。在学生和系统之间的交互记录中，问题与多个技能相关联，与知识状态建立了深入联系。另一方面，学生的知识状态及其迁移过程是潜在且可解释的。如果没有足够的交互记录，基于数据驱动的深度学习技术将无法捕捉知识状态并预测学生的表现，这被称为数据稀疏性或"冷启动"挑战。此外，学生可能会选择性地进行部分涵盖课程内容的在线练习，而没有正式的监督。同时，现有的在线教育系统还存在以下问题：1)its的普及程度和分布不平衡；2)its在官方教育系统中的从属地位；3)线上线下协同教育缺乏共识和指导方针。因此，在技术上研究在数据缺乏和稀疏的情况下进行知识追踪对在线教育系统的部署具有重要意义。

技术实现思路

1、本技术提供了一种智能辅导系统的知识追踪方法、装置、设备以及存储介质，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

2、为了解决上述问题，本技术提供了如下技术方案：

3、一种智能辅导系统的知识追踪方法，包括：

4、通过在线测试系统采集各个学生的原始交互数据；

5、通过知识追踪系统采用多头稀疏注意力机制对所述原始交互数据进行分析，提取每个学生的知识状态；

6、将所述知识状态输入学习情境分析系统，通过所述学习情境分析系统对所有知识状态进行聚合后，分析每个学生的学习环境、学习资源以及学习目标，生成各个学生群体对应的学习情境。

7、本技术实施例采取的技术方案还包括：所述通过在线测试系统采集各个学生的原始交互数据，具体为：

8、当学生登录所述在线测试系统后，通过所述在线测试系统中的题库向学生生成问题，学生利用相关技能解答问题，并将答案提交至在线测试系统，完成一个问答环节，记录每个问答环节中产生的问题、答案以及学习行为作为原始交互数据。

9、本技术实施例采取的技术方案还包括：所述通过在线测试系统采集各个学生的原始交互数据之后，还包括：

10、通过评估模块收集所述原始交互数据，对所述原始交互数据进行向量化处理，生成向量化日志信息，并将所述向量化日志信息传输至知识追踪系统；其中，所述评估模块为在线测试系统与知识追踪系统之间的接口，所述向量化日志信息包括问题序列、问题类别、技能、答案序列以及时间戳。

11、本技术实施例采取的技术方案还包括：所述通过知识追踪系统采用多头稀疏注意力机制对所述原始交互数据进行分析，提取每个学生的知识状态，具体为：

12、所述知识追踪系统包括多头稀疏注意力模块和认知模块，所述多头稀疏注意力模块以所述向量化日志信息作为输入数据，采用自注意力网络对所述向量化日志信息进行处理，并输出相应的知识状态，所述知识状态中的维度值用于表示学生对于不同学科的掌握程度；所述认知模块以所述知识状态作为输入数据进行教学策略分析。

13、本技术实施例采取的技术方案还包括：所述通过所述学习情境分析系统对所有知识状态进行聚合后，分析每个学生的学习环境、学习资源以及学习目标，生成各个学生群体对应的学习情境，具体为：

14、所述学习情境分析系统采用深度学习网络对所述知识状态进行聚合，采用生成式解码器根据所述聚合后的知识状态进行学习情境预测，生成不同学生群体的学习情境；其中，所述学生群体包括小学生、中学生和大学生。

15、本技术实施例采取的技术方案还包括：所述通过知识追踪系统采用多头稀疏注意力机制对所述原始交互数据进行分析，提取每个学生的知识状态之后，还包括：

16、将所述知识状态输入推荐系统、课程学习系统、机器教学系统或互动教育系统，所述推荐系统通过推荐模型根据知识状态推荐相关的学习材料，所述课程学习系统根据知识状态设计个性化课程，所述机器教学系统利用知识状态训练教师模型和学生模型，所述互动教育系统利用知识状态进行交互式教育。

17、本技术实施例采取的另一技术方案为：一种智能辅导系统的知识追踪装置，包括：

18、数据采集模块：用于通过在线测试系统采集各个学生的原始交互数据；

19、知识状态提取模块：用于通过知识追踪系统采用多头稀疏注意力机制对所述原始交互数据进行分析，提取每个学生的知识状态；

20、学习情境分析模块：用于将所述知识状态输入学习情境分析系统，通过所述学习情境分析系统对所有知识状态进行聚合后，分析每个学生的学习环境、学习资源以及学习目标，生成各个学生群体对应的学习情境。

21、本技术实施例采取的技术方案还包括：所述知识状态提取模块通过知识追踪系统采用多头稀疏注意力机制对所述原始交互数据进行分析，提取每个学生的知识状态，具体为：

22、所述知识追踪系统包括多头稀疏注意力模块和认知模块，所述多头稀疏注意力模块以所述向量化日志信息作为输入数据，采用自注意力网络对所述向量化日志信息进行处理，并输出相应的知识状态，所述知识状态中的维度值用于表示学生对于不同学科的掌握程度；所述认知模块以所述知识状态作为输入数据进行教学策略分析。

23、本技术实施例采取的又一技术方案为：一种设备，所述设备包括处理器、与所述处理器耦接的存储器，其中，

24、所述存储器存储有用于实现所述智能辅导系统的知识追踪方法的程序指令；

25、所述处理器用于执行所述存储器存储的所述程序指令以控制智能辅导系统的知识追踪方法。

26、本技术实施例采取的又一技术方案为：一种存储介质，存储有处理器可运行的程序指令，所述程序指令用于执行所述智能辅导系统的知识追踪方法。

27、相对于现有技术，本技术实施例产生的有益效果在于：本技术实施例的智能辅导系统的知识追踪方法、装置、设备以及存储介质通过引入稀疏注意力机制，能够更好地利用有限的原始交互数据进行知识状态提取，可以提高知识追踪的准确性和效果，并有效解决数据稀疏性问题。本技术实施例采用生成式解码器根据知识状态进行学习情境预测，能够模拟学习过程中的实际情境提供更有针对性的指导和建议，从而为学生提供个性化的学习反馈。