本发明公开了一种基于深度知识跟踪与强化学习的学习路径优化方法，属于自适应学习领域；具体为：针对某个学生，选择所有未学的以及没有先修的知识点作为待选知识点；利用历史学习的知识点进行one‑hot编码，输入到DKT模型中，输出各待选知识点的掌握水平预测值。然后，选择预测结果最高的知识点K推荐给学生学习；学习过程使用知识点内的学习路径优化算法实现；在当前知识点K学习通过之后，判断是否有后续知识点，如果有，将后续知识点加入待选知识点集合，并将当前知识点K移出；否则，直接将当前知识点K移出，选择下一个知识点重新预测和学习，直至待选知识点集合为空。本发明可以大幅提高推荐精度，在获得同等学习效果的情况下效率有所提高。
声明：
“基于深度知识跟踪与强化学习的学习路径优化方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1005
编辑：管理员
来源：北方有色网
咨询细节
