现有知识追踪研究大多使用习题蕴涵的知识点等内隐信息或历史交互数据等外显信息建模习题表示, 没有注意到内外信息的异质性特征,缺乏对习题内外信息的异质融合。针对上述问题,提出了融合内外异质信 息的知识追踪模型。首先,基于知识点等内隐信息,计算历史知识点与当前知识点之间的相关程度,刻画历史知 识点对当前知识点的影响,建模习题的內隐表示;其次,基于交互数据等外显信息,计算历史习题与当前习题題之 间的相关程度,获取历史习题对当前习题的影响,建模习题的外显表示;再次,基于上述习题的内外表示,使用通 道注意力机制融合得到习题的内外异质表示,从而预测学习者的作答表现。为了验证提出模型的性能和有效 性,选取了四个相关的基线模型,在三个真实数据集上进行了对比实验。实验结果表明:在性能方面,提出的模 型在多个评价指标上均取得较好的效果;在有效性方面,消融实验证明了提出的模型可以更好地根据内外信息 建模习题表示;在应用方面,设计智慧学习环境证明了提出的模型在实际教学场景中的可用性。 [ABSTRACT FROM AUTHOR]