GIKT: نموذج تفاعل قائم على الرسم البياني لتتبع المعرفة

مع التطور السريع في التعليم عبر الإنترنت، أصبح تتبع المعرفة (KT) مشكلة أساسية تهدف إلى تتبع الحالة المعرفية للطلاب وتوقع أدائهم في الأسئلة الجديدة. غالبًا ما تكون الأسئلة كثيرة جدًا في أنظمة التعليم عبر الإنترنت، ومرتبطة بعدد أقل بكثير من المهارات. ومع ذلك، فإن الأدبيات السابقة لم تأخذ في الاعتبار معلومات الأسئلة مع الترابطات عالية الرتبة بين الأسئلة والمهارات، وهو ما يُعد محدودًا في الغالب بسبب ندرة البيانات ومشكلة المهارات المتعددة. من منظور النموذج، يصعب على النماذج السابقة التقاط الاعتماد طويل الأمد في تاريخ ممارسة الطالب، ولا تستطيع نمذجة التفاعلات بين الطالب-السؤال وبين الطالب-المهارة بطريقة متسقة. في هذه الورقة، نقترح نموذجًا قائمًا على الرسوم البيانية لتتبع المعرفة (GIKT) لمعالجة المشكلات المذكورة أعلاه. وبشكل أكثر تحديدًا، يستخدم GIKT شبكة الت convolution الرسومية (GCN) لدمج الترابطات بين الأسئلة والمهارات بشكل كبير من خلال عملية نقل التضمين. علاوةً على ذلك، وبما أن الأسئلة ذات الصلة غالبًا ما تكون متناثرة في تاريخ ممارسة الطالب، وأن السؤال والمهارة هما مجرد تجليات مختلفة للمعرفة، فإن GIKT يعمم درجة إتقان الطالب للسؤال إلى التفاعلات بين الحالة الحالية للطالب، والتمارين المرتبطة بتاريخه، والسؤال المستهدف، والمهارات المرتبطة به. أظهرت التجارب على ثلاث مجموعات بيانات أن GIKT تحقق أداءً يُعد الأفضل حتى الآن، مع تحسين مطلق لا يقل عن 1% في مقياس AUC.