CIKM-2021 Multi-Factors Aware Dual-Attentional Knowledge Tracing

本文介绍了CIKM-2021中一篇关于Multi-Factors和Dual-Attentional Knowledge Tracing的文章。研究重点在于多因素(如学生状态、问题难度)及其交互,并采用非传统注意力机制的ACNN框架。虽然模型结构相对简单,但在处理统计特征和同步训练时存在挑战。
摘要由CSDN通过智能技术生成


前言

首先说一下自己读这篇文章的感受,通过读文章题目,我们可以得知。这篇文章的主要创新点就在于multi-factors和dual-attention。文章的思路也很清晰,首先就是介绍多factor是哪些factor?然后介绍文章使用的对偶注意力机制是加入在哪一部分的?

目录

文章目录

前言

一、Multi-Factors

二、Dual-Attentional Mechanism

1.Framework

总结


一、Multi-Factors

  1. student-related factors(recent factor +success factor+failed factor)
  2. question factor , difficulty factor(regularization term)
  3. factor , factor interactions

1,学生相关因素:

 首先是成功与失败因素,这两个向量su分别表示在做当前题目时刻已经回答正确或错误的因素。

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值