摘要: 近年来随着在线教育中试题资源数量爆炸式的增长,学生很难在海量的试题资源中找到合适的试题。因此面向学生的试题推荐方法应运而生。然而,传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息,导致推荐结果准确率低的问题。为此,提出了一种基于联合概率矩阵分解的个性化试题推荐方法,该方法首先通过认知诊断模型得到的学生知识点掌握信息,然后结合学生、试题和知识点三者信息进行联合概率矩阵分解,最后根据难度范围进行试题推荐。实验结果表明,与其他传统推荐方法相比较,所提方法在不同难度试题推荐的准确率上取得了较好的推荐结果,具有良好的应用前景。
中图分类号: