文献

J-GLOBAL ID：202002255706297217   整理番号：20A2228249

解釈可能な個人化知識追跡と次の学習活動推薦【JST・京大機械翻訳】

Interpretable Personalized Knowledge Tracing and Next Learning Activity Recommendation

著者 (5件)： Zhao Jinjin (Amazon.com, Seattle, WA, USA) ,  Bhatt Shreyansh (Amazon.com, Seattle, WA, USA) ,  Thille Candace (Amazon.com, Seattle, WA, USA) ,  Zimmaro Dawn (Amazon.com, Austin, TX, USA) ,  Gattani Neelesh (Amazon.com, Seattle, WA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： L@S ’20  ページ： 325-328  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 行動可能および個別化ガイダンスを提供するオンライン学習システムは,学習中に学習者がより良い決定を行うのを助けることができる。Bayes知識追跡(BKT)拡張と深層学習ベース手法は,基本BKTモデルと比較して,改善されたマスタ予測精度を示した。しかし,モデルのセットは,マスタ予測を超えた学習活動に関する行動可能な指針を提供する。注意機構による個人化された知識追跡のための新しいフレームワークを提案した。提案フレームワークは,知識追跡に補助学習者属性を組み込み,学習属性によるマスタ予測を解釈する。また,提案した手法は,個人化された次の最良学習活動推薦を提供する。マスタ予測における提案アプローチの精度は,深層学習ベース手法と比較してわずかに高く,提案アプローチは個人化した次の最良学習活動推薦を提供できることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *学習
準シソーラス用語： オンライン学習 ,  学習者 ,  予測精度 ,  *学習活動 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 注意機構 ,  知識追跡 ,  個人化された知識追跡 ,  勧告

分類 (2件)： CAI  (JE09000G) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 個人化 ,  知識 ,  追跡 ,  学習活動 ,  推薦