《表1 贝叶斯知识跟踪 (BKT) 的四个参数》
贝叶斯知识跟踪(Bayesian Knowledge Tracing,BKT)模型假设每项知识(或技能)有四个参数:初始概率、习得概率、猜对概率、疏忽概率(如表1所示)。初始概率p(L0)是学生在与学习系统产生交互之前“已掌握”该技能的概率;p(T)是学生在每次学习机会(或问题)之后,从“未掌握”状态转移到“已掌握”状态的概率;p(G)是学生在“未掌握”状态下猜对相关问题答案的概率;p(S)是学生在“已掌握”状态下答错问题答案的概率。前两个参数与知识掌握相关,而后两个参数则与答题表现相关。BKT是一个相当简单和受限的隐马尔科夫模型:其隐式节点代表知识点掌握情况,只有“0”和“1”两种状态,分别代表“未掌握”和“已掌握”;其显式节点代表学生完成练习的情况,也是“0”和“1”两种状态,分别代表“错误”和“正确”。
图表编号 | XD0014378400 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.30 |
作者 | 徐鹏飞、郑勤华、陈耀华、陈丽 |
绘制单位 | 北京师范大学远程教育研究中心 |
更多格式 | 高清、无水印(增值服务) |