基于多尺度信息感知的线上答题预测模型

Online Question Answering Prediction Model Based on Multiscale Information Perception

随着信息技术的快速发展,在线教育越来越普及,其打破时空限制的本质吸引了越来越多的在线学习者。在线学习者线上答题预测对了解在线学习者当前学习状态并开展个性化指导有十分积极的作用。考虑到在线学习者知识掌握情况与近期答题准确率情况对在线学习者线上答题预测具有一定的相关性,提出了基于多尺度信息感知的线上答题预测模型。(1)对答题行为数据集进行数据预处理,提取题目难度、答题消耗时间、答题准确结果3个特征,构建答题预测三元组数据集。(2)基于LSTM分别学习不同尺度信息,包括通过多尺度通道学习学生知识模块程度编码,从学生近期答题行为学习答题状态编码等。(3)通过基于MLP构建的分类器实现答题预测并在EdNet公开数据集上进行了实验对比。结果表明,新的模型具更高的答题预测准确性。