孙建文 周建鹏 刘三女牙 何绯娟 唐 云

1(华中师范大学人工智能教育学部 武汉 430079) 2(教育大数据应用技术国家工程实验室(华中师范大学) 武汉 430079) 3(西安交通大学城市学院计算机系 西安 710018) 4(华中师范大学心理学院 武汉 430079)

“利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合”是《中国教育现代化2035》的战略任务之一.云计算、大数据、人工智能等技术的发展，正推动教育从数字化、网络化向智能化加速跃升，智慧教育成为新一代技术环境下的教育信息化新范式[1]，为突破个性化学习技术瓶颈，实现“因材施教”的千年梦想提供了历史机遇.教育情境可计算、学习主体可理解、学习服务可定制是实现个性化学习面临的三大挑战[2]，学习主体是教育系统的核心要素，对学习主体的精准洞察是开展“因材施教”的前提.认知追踪(knowledge tracing, KT)作为一种数据驱动的学习主体建模技术，在大规模开放在线课程(massive open online courses, MOOC)、智能导学系统(intelligent tutoring system, ITS)等数字学习平台蓬勃发展、海量学习过程数据爆发式增长等多重效应的加持下，成为近年国内外智能教育领域的研究热点[3-8].

认知追踪的思想源于美国著名心理学家Atkinson[9]，1995年被美国卡耐基梅隆大学的Corbett等人[10]引入智能导学系统，并提出贝叶斯认知追踪方法(Bayesian knowledge tracing, BKT)，其任务是根据学生过去的答题记录，对学生的知识掌握状态进行建模，目标是预测学生答对下一道题目的概率.2015年，美国斯坦福大学的Piech等人[11]首次将深度神经网络技术……