知識追蹤原理及應(yīng)用

第1章 緒論
1.1 研究背景
1.2 研究內(nèi)容
1.3 研究現(xiàn)狀
1.4 研究價值
1.5 本章小結(jié)
第2章 知識追蹤研究基礎(chǔ)
2.1 .知識追蹤理論基礎(chǔ)
2.2 知識追蹤模型基礎(chǔ)
2.3 知識追蹤實驗基礎(chǔ)
2.4 本章小結(jié)
第3章 深度知識追蹤模型優(yōu)化研究
3.1 深度知識追蹤模型優(yōu)化問題
3.2 融入梯度提升回歸樹的深度知識追蹤模型優(yōu)化方法
3.3 自注意力機制與雙向GRU協(xié)同的深度知識追蹤模型優(yōu)化方法
3.4 基于產(chǎn)生式遷移的深度知識追蹤模型優(yōu)化方法
3.5 本章小結(jié)
第4章 知識追蹤視域下學(xué)習(xí)者知識掌握狀態(tài)可視化研究
4.1 學(xué)習(xí)者知識掌握狀態(tài)可視化概述
4.2 知識追蹤視域下學(xué)習(xí)者知識掌握狀態(tài)可視化策略設(shè)計
4.3 知識追蹤視域下學(xué)習(xí)者知識掌握狀態(tài)可視化應(yīng)用實踐
4.4 本章小結(jié)
第5章 基于知識追蹤的學(xué)習(xí)者薄弱知識點挖掘研究
5.1 學(xué)習(xí)者薄弱知識點挖掘概述
5.2 基于知識追蹤的薄弱知識點挖掘策略設(shè)計
5.3 融入多維問題難度的自適應(yīng)知識追蹤模型
5.4 基于知識追蹤的薄弱知識點挖掘應(yīng)用實踐
5.5 本章小結(jié)
第6章 融入深度知識追蹤模型的協(xié)作學(xué)習(xí)分組
6.1 協(xié)作學(xué)習(xí)分組概述
6.2 面向協(xié)作學(xué)習(xí)分組的深度知識追蹤優(yōu)化模型
6.3 融入深度知識追蹤模型的協(xié)作學(xué)習(xí)分組方法
6.4 分組方法應(yīng)用效果研究
6.5 本章小結(jié)
參考文獻