《表5 知识追踪扩展模型训练不同数据量预测学习者未来表现指标结果比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《知识追踪模型融入遗忘和数据量因素对预测精度的影响》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

这一阶段的实验探讨的一个问题是：知识追踪扩展模型使用学习者的数据量对于预测未来表现精度的影响。以下是实验的想法：因为在上一阶段实验中证实了学习者学习过程中遗忘因素的存在，所以知识追踪扩展模型根据使用数据集中每个学习者的部分数据的不同进行分组，使用准确率（1） (ACC）和ROC曲线下的面积（AUC）两个指标来综合评估知识追踪扩展模型使用每个学习者后10 (1/3）、后15 (1/2）、后20 (2/3）和全部数据的预测精度，探讨使用不同数据量对扩展模型预测精度的影响，具体结果如表5所示。这是探索在训练知识追踪扩展模型时使用学习者后部分数据做到比使用全部数据预测效果更好的一项工作。