Bayesian Knowledge Tracingの一般化としての隠れマルコフIRTモデル

DOI

書誌事項

タイトル別名
  • Hidden Markov IRT model as a generalization of Bayesian Knowledge Tracing

抄録

<p>近年，教育の現場では学習者の発達を促すために個々の特性や理解度を把握することが課題となっている.これまで，学習過程の学習者の理解度やある知識の習得状態を推定する手法として Bayesian Knowledge Tracing(BKT)開発されてきた．しかし，BKTモデルでは知識の習得状態が二値または多値で表されるが，実際には知識の習得状態は連続値であるため，知識の習得状態を段階的に表現することで習得状態の正確な評価をすることは難しい．本研究では，学習者の知識の習得状態の推定精度向上のために，堤ら(2019)で提案した学習過程において知識の習得状態が隠れマルコフ過程に従って変化する項目反応モデルをBKTの一般化モデルとして提案する．提案モデルは知識の習得状態を連続値で表現し，さらに学習データから知識状態の遷移確率を最適化するため，様々な学習過程に適応させることができる．従来のBKTと提案モデルを用いて学習過程での学習者の知識の習得状態を推定し，推定精度を比較する実験から，提案モデルを用いることで推定精度が向上することが示された．</p>

収録刊行物

キーワード

詳細情報 詳細情報について

  • CRID
    1390564238096797184
  • NII論文ID
    130007658302
  • DOI
    10.11517/pjsai.jsai2019.0_1o3j1201
  • 本文言語コード
    ja
  • データソース種別
    • JaLC
    • CiNii Articles
  • 抄録ライセンスフラグ
    使用不可

問題の指摘

ページトップへ