多视图对比学习驱动的动态知识追踪
Dynamic knowledge tracking driven by multi-view comparison learning
武汉工程大学 计算机科学与工程学院, 武汉 430205

摘要
知识追踪旨在动态评估学生的知识掌握状态,其过程受学习者知识结构与认知交互变化的双重影响。现有方法存在双重局限:在静态层面,将学生-问题-知识点的异质交互简化为同质化处理,导致高阶依赖关系难以捕捉;在动态层面,将连续演化的知识状态简化为离散的二元跳变,导致与真实学习过程的动态反馈脱节。针对以上困境,提出了一种基于多视图对比学习的知识追踪模型(multi-view contrastive learning for knowledge tracing,MCLKT)。首先,该模型通过对异构图和同构图的联合建模,分别捕捉学生、问题及知识点间的多维交互关系,全面表征知识状态的动态演化。其次,设计二部图与超图分别提取问题权重和学生熟练度,显式捕捉答题行为中的高阶依赖关系。最后,创新性地定义问题模式子图Q-Pattern来建模局部子图及其相互作用,通过跨视图对比损失最大化结构一致性。在实验阶段,该模型在三个公开数据集上与多个基线模型进行了比较,在评估指标AUC、ACC上分别提高了0.69%~1.58%和0.21%~1.78%、RMSE分别降低了1.17%~1.75%,这些结果充分验证了多视图对比学习方法对于增强知识追踪模型性能的有效性。
基金项目
国家自然科学基金面上项目(52371373)
湖北省高等学校优秀中青年科技创新团队计划项目(T2023009)
武汉工程大学第十六届研究生教育创新基金资助项目(CX2024153)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.05.0118
出版期卷: 《计算机应用研究》 优先出版, 2025年第42卷 第11期
发布历史
[2025-07-18] 优先出版
引用本文
谢宛真, 刘玮, 胡棣威, 等. 多视图对比学习驱动的动态知识追踪 [J]. 计算机应用研究, 2025, 42 (11). (2025-07-24). https://doi.org/10.19734/j.issn.1001-3695.2025.05.0118. (Xie Wanzhen, Liu Wei, Hu Diwei, et al. Dynamic knowledge tracking driven by multi-view comparison learning [J]. Application Research of Computers, 2025, 42 (11). (2025-07-24). https://doi.org/10.19734/j.issn.1001-3695.2025.05.0118. )
关于期刊

- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊(北大2023年版)
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊