教育大数据中认知跟踪模型研究进展

胡学钢 刘 菲 卜晨阳

(大数据知识工程教育部重点实验室(合肥工业大学) 合肥 230601)

(合肥工业大学计算机与信息学院 合肥 230601)

(合肥工业大学大知识科学研究院 合肥 230601)

教育信息化的不断发展产生了海量的教育数据，如何对教育大数据进行挖掘和分析成为了教育领域[1]和大数据知识工程领域[2-5]亟待解决的问题.由于学生在学习过程中的行为表现、认知状态和心理因素是评估其学习成效的关键因素[6]，且这些因素随着时间的推移不断变化，因此构建面向动态学习数据的学生模型具有重要的研究意义.认知跟踪(knowledge tracing, KT)模型[7]旨在面向学生不同时刻作答习题的得分表现数据，跟踪学生的认知状态并预测学生在未来时刻的作答表现，具有重要的研究价值和广泛的应用前景[8-10].

如图1所示，认知跟踪模型属于面向动态数据的学生模型.在认知跟踪模型中，学生对习题的作答表现为可观测的变量，学生的认知状态为不可观测的隐变量[11].1994年Corbett等人[7]基于包含观测变量和隐变量的隐Markov模型(hidden Markov model, HMM)构建了贝叶斯认知跟踪(Bayesian knowledge tracing, BKT)模型.随后，学者们分别从变量表示方式、数据特征信息、建模方法等方面展开了对认知跟踪模型的研究.针对变量表示方式，部分认知跟踪模型(包括BKT模型)采用“0-1”二元表示方法，分别表示隐变量中学生的“未掌握-掌握”认知状态及观测变量中学生的“错误-正确”作答表现[12-14]；除二元表示方法外，部分认知跟踪模型采用多元表示方法增强模型的表示能力[15-18].针对数据特征信息，部分认知跟踪模型通过结合数据中的习题[10-11,19-20]、知识点[21-23]、时间[13-14,24]等信息提升模型拟合的精度.针对建模方法，现有认知跟踪模型中2类主流的建模方法为贝叶斯方法[18,25-30]和深度学习方法[10,31-38].

Fig. 1 Mind map of knowledge tracing models in educational big data图1 教育大数据中认知跟踪模型的思维导图

本文从建模方法的角度回顾了认知跟踪模型的发展，详细介绍了基于贝叶斯方法和深度学习方法2类认知跟踪模型.据我们所知，目前关于认知跟踪模型的综述型研究较少.文献[39]主要分析了贝叶斯方法的认知跟踪模型，未分析其他建模方法的认知跟踪模型.文献[40-43]是学生模型的综述，其中认知跟踪模型作为综述中的一个部分，并未详细展开介绍.文献[44-47]在性能、精度等方面比较了认知跟踪模型与其他模型.文献[39-47]未对认知跟踪模型进行系统、全面地梳理.本文通过检索计算机领域及教育领域的期刊和会议，从建模方法的角度详细分析了教育大数据中认知跟踪模型的发展趋势，同时介绍了模型的应用情况，对不同类型的认知跟踪模型进行比较、分析和展望.本文的具体贡献有3个方面：

1) 对教育大数据中的认知跟踪模型进行全面梳理，分别从模型原理、算法步骤、模型的扩展和改进等方面详细介绍认知跟踪模型；

2) 分别对基于贝叶斯和深度学习方法的2类认知跟踪模型进行介绍，将2类模型按照数据特征信息、方法策略等方面归类整理；

3) 对比了现有认知跟踪模型的优缺点，并从模型的参数寻优、可解释性与精度的权衡、部分假设与实际情况不符等角度分析了未来认知跟踪模型有待研究的方向.

1 相关工作

本节首先介绍教育数据挖掘的相关工作，随后分别对面向静态学习数据的认知诊断模型及面向动态学习数据的认知跟踪模型进行概述，最后分析本文与其他相关综述文章的区别.

1.1 教育数据挖掘

教育数据挖掘[48]通过数据挖掘技术处理教育大数据，从而获取教育系统中有价值的信息.图2是一个教育系统示意图，模型中有3个主要角色，分别是知识库(knowledge base)、学生(students)和教师(teachers).知识库是教育系统的基础；学生与教师之间通过评估系统(assessment system)或习题(items)交互，具体为：

1) 知识库.在教育数据挖掘的相关研究中，通常将知识库视为知识点的集合，知识点之间可能存在树状或网状关系.知识库的自动构建是知识库模型[49]的重要研究方向.

2) 学生.基于学生的学习过程可评估认知状态、分析心理因素、预测行为表现.学生模型的研究包括针对单个学生的认知状态提出的个性化学习方案和基于学生群体的相似性和差异性提出的协同学习方案等.

3) 教师.教师可通过追踪学生对习题的作答表现掌握学生的学习状态；通过评估系统的反馈分析学生的认知情况、交互心理等.此处的“教师”为广义上的“教师”，即按照课堂教育和在线教育2种教育方式，教师可被划分为教职人员和在线平台2类.

Fig. 2 Toy model of educational system图2 教育系统示意图

根据研究对象的不同，教育数据挖掘的相关研究包括面向学生、面向教师以及面向知识库的相关模型和方法：1)面向学生的模型和方法：包括评估或跟踪学生认知状态的模型(如认知诊断模型[50]、认知跟踪模型[7,31]等)及学习资源的个性化推荐[51-54]、协同学习的推荐算法[55-57]等；2)面向教师的模型和方法：包括试卷的自动评估和评分等，如计算机自适应测验(CAT)可针对学生的测验情况精准定位测验内容、评估试卷的合理性等[58-59]；3)面向知识库的模型和方法[49].

1.2 认知诊断模型概述

由图1可知，学生模型包括面向静态学习数据和动态数据的模型.与面向动态学习数据的认知跟踪模型不同，经典的认知诊断模型旨在对静态学习数据进行建模分析.认知诊断模型[50](cognitive diagnosis model, CDM)基于教育学、统计学和计算机科学，通过对习题与知识点的关联关系及学生的答题情况，得到学生的知识点掌握情况.目前已有上百种认知诊断模型，包括规则空间模型[60](rule space model, RSM)、属性层次模型[61](attribute hierarchy model, AHM)、DINA[62](deterministic input, noisy AND-gate)模型等.

DINA模型是CDM中应用十分广泛的模型.该模型假设每个习题都关联1个或多个知识点，通过分析学生的作答表现、并考虑“猜测”和“失误”等心理因素对学生进行诊断分析.其中，习题与知识点的关联关系通常使用Q矩阵表示.与认知跟踪模型不同的是，认知诊断模型中的学生作答数据不包含学生作答习题的时间特性.然而，时间特性在分析学生的认知状态中具有重要的意义.因此，作为对动态学习数据建模的模型，认知跟踪模型在教育大数据领域值得深入研究.

1.3 认知跟踪模型概述

认知跟踪模型面向动态学习数据建模，基于学生在学习过程中对习题作答表现的数据，跟踪学生随时间的变化对知识点的掌握情况[7].如图3所示，认知跟踪模型从建模方法上可分为基于贝叶斯方法的认知跟踪模型(详见第2节)和基于深度学习的认知跟踪模型(详见第3节).

前者出现最早的模型是Corbett等人[7]提出的BKT模型，后者是以2015年Piech等人[31]提出的DKT(deep knowledge tracing)模型为代表.BKT和DKT模型提出之后，学者们基于BKT和DKT提出了很多的扩展模型.

Fig. 3 Classification of knowledge tracing models图3 认知跟踪模型的分类

1.3.1 问题背景

认知跟踪旨在根据学生在不同时刻的习题作答数据，分析学生认知状态的变化、并预测他们在未来时刻的作答表现.假设学生在每个时间步作答一道习题，该模型的形式化定义中涉及到的符号如表1所示：

Table 1 Notations and Descriptions in Knowledge Tracing表1 认知跟踪模型中涉及的符号及描述

(1)

(2)

认知跟踪框架示意图如图4所示：1)模型的输入为I个学生在T个时间步作答不同知识点习题的观测得分.任意习题涉及到1个或多个知识点，习题涉及到知识点的不同情况如图4中圆角框所示.即该习题可能只涉及到单个知识点，也可能涉及到多个知识点；用户标注的多个知识点可能相互独立、也可能是相关的；习题涉及到的知识点可能是已知的，也可能是未知的.2)针对观测得分数据，通过贝叶斯网络、深度学习等模型进行拟合、参数寻优，可得到每个学生的认知跟踪子模型.3)认知跟踪模型可应用于对学生在未来时刻的作答情况进行预测，以及在已知习题与知识点的关联关系的情况下，分析学生在每个时间步下对每个知识点的掌握状态.

Fig. 4 Framework of knowledge tracing (assuming that a student answers only one item at a time step)图4 认知跟踪框架示意图 (假设学生在每个时间步作答1道习题)

1.3.2 模型的评价指标

在认知跟踪模型中常见的评价指标为：对数似然(log-likelihood, LL)、均方根误差(root mean squared error, RMSE)、平均绝对误差(mean absolute error, MAE)、ROC曲线下方的面积大小(area under the curve, AUC)[63-64].不同的应用场景下可选择不同的评价指标，如经典的参数估计方法EM算法(expectation maximization)[65]通常使用LL拟合参数.LL[66]，RMSE[67]，MAE[68]的计算分别为

(3)

(4)

(5)

其中，n表示预测数据的个数，ci表示第i个预测数据，pi表示第i个真实数据.对应至认知跟踪模型，n表示学生作答的习题个数，ci和pi分别表示学生作答第i道习题得分的预测值和真实值.

在认知跟踪模型的评价指标研究中，文献[63]对比了LL，RMSE，AUC这3个指标在认知跟踪的参数估计中的效果，发现RMSE比其余2个评价指标对参数估计具有更强的指引效果，使模型预测达到最佳性能.文献[64]通过对比分析得到RMSE和LL更加适合参数估计的场景，而AUC在评价模型最终结果方面效果更佳，因此大多数研究以AUC作为模型的最终评价指标.

1.3.3 公开数据集

现有认知跟踪模型的实验拟合部分的数据多数采用学生与在线平台交互的习题作答数据.为方便研究者对认知跟踪模型进行更好的研究和发展，本文对目前网络上公开的数据集进行了不完全归纳统计，如表2所示:

Table 2 List of Public Datasets表2 公开数据集列表

ASSISTmentsData是Heffernan教授团队公开发布的数据集，该数据集是由教辅系统获得的小学数学习题的学生答题记录，是目前公开的认知跟踪领域最大的数据集[31].ASSISTmentsData提供了3组数据：1)2009—2010 ASSISTment Data数据集包括Skill builder数据(401 757条学生作答记录)和Non skill builder数据(603 129条学生作答记录)2个子数据集.其中，Skill builder的含义为：若某学生作答数据满足某一条件(如连续正确作答3次与该知识点相关的习题)，则视为该学生已掌握该知识点，从而不会再给该学生推荐该知识点的相关习题.2)2012—2013 School Data with Affect数据集含6 123 271条学生作答记录.其中，Affect[69]的含义为：数据中包括与学生心理因素相关的4个特征Average_confidence(FRUSTRATED)，Average_confidence(CONFUSED)，Average_confidence(CONCENTRATING)，Average_confidence(BORED).3)2015 ASSISTments Skill Builder Data数据集含708 632条学生作答记录.该数据集为2015年收集的Skill builder数据.

Datashop是最大的学习交互数据存储库，供教育数据挖掘者、课程开发人员、教育技术研究者、心理学家等各界人士上传和使用.Datashop中包括数学、化学、物理、英语、汉语等多门课程的学习交互数据，时间跨度为1969—2018年且持续更新中，每个数据集的数据特征也不尽相同.因此，Datashop对于包括认知跟踪领域在内的教育大数据研究工作具有十分重要的支撑作用.

Anonymizeddata公开了2次计算机编程挑战(Hoc4和Hoc18)的用户交互数据集，时间跨度为2013-12—2014-03.其中，Hoc4和Hoc18分别包含509 405个学生、1 138 506次提交记录；263 569个学生、1 263 360次提交记录.

Synathetic是深度认知跟踪模型DKT的作者Piech等人[31]构建的模拟数据，包含4 000个学生、50个习题、20万条学生答题记录.

本节介绍的4类认知跟踪领域中常用的公开数据集，不同数据集的规模、数据特征有所不同，研究者可以根据研究内容选择不同的数据集.

1.4 本文与现有综述的区别

本节将介绍现有认知跟踪相关综述，并分析与本文的区别.

认知跟踪模型属于学生模型，因此本节首先列出学生模型的相关综述.此类综述以学生模型为对象，认知跟踪模型作为子类模型，未对其进行系统地介绍和分析.文献[40-43]是关于学生模型的综述.文献[40]围绕智能辅导系统(intelligent tutoring system, ITS)的学生模型展开.文献[41]从理论技术的角度梳理学生模型，包括叠加模型(overlay model)、机器学习(machine learning)、认知理论(cognitive theories)、模糊学生模型(fuzzy student modeling)、贝叶斯网络(Bayesian network)等.文献[42]详细阐述了在特定的情境下如何选择学生模型的问题，对开发者和研究者提出了可能的研究方向.文献[43]从知识状态、认知行为、情感因素和综合类型4个方面对学生模型进行了梳理.这些文献涉及到认知跟踪模型的内容较少，而本文着重从原理、方法步骤、比较分析、发展历程、应用等不同的维度详细介绍认知跟踪模型.

据我们所知，现有认知跟踪模型的综述只有文献[39].文献[39]从知识点、学生和数据3个方面分析了认知跟踪模型在教育领域上的应用.但该文献侧重于分析贝叶斯方法的认知跟踪模型，没有讨论其他建模方法的认知跟踪模型.与该文献相比，本文对教育大数据中认知跟踪模型的回顾和分析更加系统和全面，梳理并比较了不同建模方法的认知跟踪模型.

另外，一些非综述类文献中介绍了认知跟踪模型与其他模型的对比分析情况[44-47].文献[44]将认知跟踪模型与常规的随机对照试验(randomized controlled trial, RCT)、学习分解(learning decom-position)进行比较，分别从模型的目的、输入、假设条件3个方面进行评估.文献[45]将认知跟踪模型与表现因素分析(performance factor analysis, PFA)方法从预测精度和参数的合理性2方面进行比较；同时研究不同的参数拟合方法——最大期望(expectation maximization, EM)方法和BF(brute force)方法的认知跟踪模型KT+EM与KT+BF的性能，结果发现KT+EM的性能优于KT+BF.文献[46]从学生作答表现的预测方面比较了认知跟踪模型与PFA方法.文献[47]将认知跟踪模型与智能辅导系统中经常使用的连续正确响应进行了实验对比.文献[44-47]通过理论证明或实验分析的方式将认知跟踪模型与其他相关的学生模型进行比较，侧重点是分析了认知跟踪模型与其他特定模型在预测性能、参数拟合等方面的表现.而本文则系统地介绍了认知跟踪模型的发展历程和模型的应用，比较了不同建模方法模型的优缺点，并对未来的研究方向进行了展望.

2 基于贝叶斯方法的认知跟踪模型

本节介绍基于贝叶斯方法的认知跟踪模型，首先解释了经典贝叶斯认知跟踪模型BKT的原理和步骤，对BKT模型的相关文献进行梳理；然后介绍了其他基于BKT扩展的贝叶斯认知跟踪模型、开发工具和公开源码.

2.1 BKT模型

1994年Corbett等人[7]提出BKT模型，在学生使用智能辅导系统过程中(此处指学生使用ACT Programming Tutor短程序编写系统进行Lisp语言编程练习)，基于HMM[70]构建学生认知状态变化的模型，监测和估计学生掌握知识点的概率.

HMM描述离散时间序列上的概率分布Y=(y1,y2,…,yt,…,yT)，它取决于隐状态序列X=(x1,x2,…,xt,…,xT).其中，Y称为观测序列(observation)，X称为隐状态(hidden state)，Y与X均是离散序列.t表示时间步.即时间步t的观测变量yt只与xt有关，称xt至yt的概率为发射概率(emission probability)，记为P(yt|xt).从时间步1～T，隐状态序列从x1逐步转移成xT，任意一个时间步的隐状态xt至下一个时间步的隐状态xt+1称为转移概率(transition probability)，记为P(xt+1|xt).

如图5(a)所示，BKT模型将学生作答表现序列定义为HMM模型中的观测序列(对应图5(a)中的阴影圆圈)；学生对知识点的认知状态定义为HMM模型中的隐状态(对应图5(a)中的非阴影圆圈).P(Lt)表示时间步t时学生掌握知识点q的概率，P(L0)表示初始时间步时学生掌握知识点q的概率.如图5(b)所示，作答表现存在“正确”(correct)和“错误”(incorrect)2种取值(对应图5(b)中的2个菱形)；认知状态的取值存在“已掌握状态”(learned state)和“未掌握状态”(unlearned state)2种取值(对应图5(b)中的2个切角矩形).P(G)是猜测概率，意为在学生的认知状态处于“未掌握状态”时，学生的作答表现为“正确”的概率；P(S)失误概率，意为在学生的认知状态处于“掌握状态”时，学生的作答表现为“不正确”的概率；P(T)为转移概率，指学生的认知状态从“未掌握状态”变成“掌握状态”的概率.需要注意的是，BKT基于3点假设进行建模：

1) 每一次练习仅与一个知识相关；

Fig. 5 Model of BKT[17]图5 BKT模型[17]

2) 忽略学生的认知遗忘因素，即学生对知识的认知状态可以由“未掌握状态”转移至“掌握状态”，但反之概率为0；

3) 学生的转移概率P(T)不变[15]，与学生作答表现、作答正确次数无关.

BKT的具体步骤如下[7]：

Step1. 将一个学生针对1个知识点的作答数据建模为如图5所示的BKT模型.

Step2. 初始化P(L0)，P(T)，P(G)，P(S)这4个参数的取值，时间步t=1.

Step3. 根据时间步t的观测值yq,t计算时间步t-1的知识点掌握条件概率P(Lt-1|yq,t)，若yq,t=Correct，则

P(Lt-1|yq,t=Correct)=

(6)

若yq,t=Incorrect，则

(7)

Step4. 使用时间步t-1的条件概率P(Lt-1|yq,t)更新时间步t学生掌握该知识点的概率P(Lt).

P(Lt)=P(Lt-1|yq,t)+
(1-P(Lt-1|yq,t))P(T).

(8)

Step5. 更新4个参数的值，t=t+1.

Step6. 返回Step3，直至时间步t=T，得到4个参数的解.

Step7. 返回Step2，直至算法终止条件，得到BKT模型.

在得到4个参数的最优解后，即可评估学生的认知状态.当学生作答正确时，学生的认知状态为

P(Lt|yq,t=Correct)=P(Lt)(1-P(S))+
(1-P(Lt))×P(G).

(9)

当学生作答错误时，学生的认知状态为

P(Lt|yq,t=Incorrect)=P(Lt)P(S)+
(1-P(Lt))×(1-P(G)).

(10)

除了评估学生的认知状态，还可以预测学生在下一时间步的作答表现，即计算学生在下一时间步学生正确作答习题的概率：

P(yq,t+1=Correct)=P(Lq,t+1)(1-P(S))+
(1-P(Lq,t+1))P(G).

(11)

在此，对式(6)～(11)进行详细解释：

由HMM性质知，当前时间步的状态仅与当前时间步的观测结果及上一时间步的状态有关，因此时间步t时学生对知识点q的掌握概率P(Lt)的更新如式(8).其中，yq,t表示当前时间步t时的观测结果，yq,t∈{Correct,Incorrect}；P(Lt-1|yq,t)表示上一时间步的掌握概率的条件概率，1-P(Lt-1|yq,t)表示在当前时间步t的观测结果下上一时间步未掌握的概率；P(T)表示由未掌握状态转移至掌握状态的概率.式(8)中的P(Lt-1|yq,t)，yq,t∈{Correct,Incorrect}的计算如式(6)(7).

式(6)计算在时间步t的观测值为作答正确的情况下，时间步t-1的知识点掌握条件概率P(Lt-1|yq,t=Correct).分母为时间步t观测值为作答正确的所有情况的概率之和：1)时间步t-1学生掌握知识点且学生对该习题无失误；2)时间步t-1学生没有掌握知识点且学生对该习题猜测正确.分子为上述2种情况中“时间步t-1学生掌握知识点”的概率.因此求得P(Lt-1|yq,t=Correct).

式(7)计算在时间步t的观测值为作答错误的情况下，时间步t-1的知识点掌握条件概率P(Lt-1|yq,t=Incorrect).同式(6)，分母为时间步t观测值为作答错误的所有情况的概率之和：1)时间步t-1学生掌握知识点且学生对该习题有失误；2)时间步t-1学生没有掌握知识点且学生对该习题无猜测.分子为上述2种情况中“时间步t-1学生掌握知识点”的概率.因此求得P(Lt-1|yq,t=Incorrect).

式(8)计算时间步t学生掌握该知识点的概率P(Lt)为下列2种情况的概率之和：1)基于时间步t的观测值情况下，时间步t-1学生掌握知识点；2)基于时间步t的观测值情况下，时间步t-1学生没有掌握知识点的概率与转移概率的乘积.因此求得P(Lt).

式(9)在时间步t学生作答正确的情况下，评估学生认知状态，即在时间步t学生作答正确的情况下，学生掌握该知识点的概率P(Lt|yq,t=Correct)为以下2种情况的概率之和：1)学生在时间步t掌握该知识点且对该习题无失误；2)学生在时间步t未掌握该知识点且对该习题猜测正确.因此求得P(Lt|yq,t=Correct).

式(10)在时间步t学生作答错误的情况下，评估学生认知状态，即在时间步t学生作答错误的情况下，学生掌握该知识点的概率P(Lt|yq,t=Incorrect)为以下2种情况的概率之和：1)学生在时间步t掌握该知识点且对该习题有失误；2)学生在时间步t未掌握该知识点且对该习题无猜测.因此求得P(Lt|yq,t=Incorrect).

式(11)用以预测时间步t+1学生正确作答习题的概率P(yq,t+1=Correct)为以下2种情况的概率之和：1)在时间步t+1学生掌握该知识点且无失误；2)在时间步t+1学生未掌握该知识点且猜测正确.因此求得P(yq,t+1=Correct).

2.2 BKT模型的分析

BKT模型在智能教辅系统等场景中发挥着重要的作用.学者们对BKT模型的参数、性能、数据等方面进行了具体分析.本节将从BKT模型的参数分析、BKT模型的识别性问题和模型退化问题、BKT模型的数据分析3个方面进行梳理.

2.2.1 BKT模型的参数分析

在使用BKT模型进行认知状态评估时，可能会出现2类错误的评估：1)一个学生实际未掌握某知识，其认知状态却被评估为“掌握状态”，这种现象被称为“过度积极”(false positives)；2)一个学生实际掌握某知识，其认知状态却被评估为“未掌握状态”，这种现象被称为“过度消极”(false negatives)[71].为缓解上述错误评估的发生，可设置一个认知阈值，若学生掌握某知识的概率大于该认知阈值，则将学生对该知识的认知状态视为掌握；否则视为未掌握.比如，设定认知阈值为0.95，若一个学生对一个知识点掌握的概率为0.97，则判断该学生对该知识点的认知状态为掌握.

在课堂教学或MOOC在线学习场景下[72-73]，可能会存在学生对一些知识具有很强理解能力的情况.文献[74]探讨了当学生的初始参数P(L0)很高的极端情况下(如P(L0)=0.9)认知跟踪的参数估计性能，实验结果显示这种情况的模型参数估计性能较低.

2.2.2 BKT模型的识别性问题和模型退化问题

文献[75]指出BKT模型是不可识别的，即对于BKT的4个参数，不同的参数取值的组合可能导致相同的作答预测结果，此问题被称为识别性问题(identifiability problem).通过探索认知跟踪模型中参数对模型预测性能的敏感性问题，确认是否可以缩小参数的搜索空间.文献[76]发现模型对参数是不敏感的，并通过将参数聚类的方法缩小了参数的搜索空间，更快地找到最优解.文献[77]对BKT模型中学生的认知概率公式进行推演，证明了存在很多种关于猜测概率P(G)和初始参数P(L0)的取值可能，解释了识别性问题出现的原因.此外，文献[78-79]均探讨了BKT模型的识别性问题.若识别性问题确实存在，必须对BKT模型重新建立新的模型评价标准.

文献[80]表示在符合实际情况的条件下，BKT模型是可识别的，即认为BKT模型不存在识别性问题.该文献提出语义模型退化(semantic model degeneracy)问题，即在BKT模型中，求解的模型参数与模型的假设条件不一致.该问题出现在BKT模型的拟合过程中.由2.1节知，BKT模型使用2状态的HMM拟合数据，得到符合该HMM的参数最优解；但是对猜测概率、失误概率及转移概率的最优解解释却与最初的BKT模型假设不完全一致.文献[80]认为分析模型退化的来源将是未来研究的一个重要方向.无论是识别性问题，还是模型退化问题，其根源可追溯至得到模型参数最优解的过程和方法，从而进行学生认知状态的估计和作答表现的预测[81].

2.2.3 BKT模型的数据分析

模拟数据在教育数据挖掘及认知跟踪领域的使用十分广泛，如使用模拟数据验证BKT模型的收敛性问题[83].文献[84]研究了是否可以区分一个数据集是模拟数据还是真实数据，分析了模拟数据与真实数据之间的相似性，但并未设计出可以自动识别模拟数据或真实数据的算法.

2.3 BKT的扩展

自1994年BKT模型提出后，学者们从使用不同方法、以不同目的、适应不同场景等角度对BKT模型进行扩展.本文将BKT的扩展模型分为3类：1)结合教育数据特征的扩展模型；2)混合方法扩展模型；3)其他模型.扩展模型的对比如表3所示：

Table 3 Comparison of the Variants of BKT Model表3 BKT扩展模型的对比

2.3.1 结合教育数据特征的扩展模型

学生在学习过程中会产生大量的碎片化数据，这些教育数据含有丰富的语义信息[89,94].传统的BKT模型只挖掘了语义信息中随时间变化的纵向信息，而忽略了数据中其余特征信息.因此，学者们结合教育数据中的各类特征信息提出BKT的扩展模型，包括结合个性化特征的扩展模型和结合通用特征的扩展模型.

1) 结合个性化特征的扩展模型

BKT模型对单一知识点建模，使得模型对知识库模型及知识与习题关联模型的依赖性较强.如果知识库模型构建的粒度太粗或太细，会直接影响模型认知状态评估的性能；如果学生在处理一个知识点关联的连续几道习题十分相似，可能会增加该学生对后面出现相似习题的猜测率[20].因此，文献[20]提出BKT-ST模型，在BKT模型的基础上考虑连续习题之间的相似性问题，发现学生在连续作答多道相似习题后其猜测概率提高、失误概率降低、作答表现变好.

文献[22]在MOOC平台的Coursera(1)https://www.coursera.org/场景下，针对BKT模型忽略知识点之间丰富结构和关联性的问题，基于课程章节对应的讲座视频构建具有层次性和时间特性的Multi-Grained-BKT模型和Historical-BKT模型.文献[85]探讨了在线教育中短视频对模型预测精度的作用.如作答某一习题涉及到工具的使用，该习题关联了记录使用该工具方法的短视频，那么在学生作答该习题时观看该短视频对学生的习题作答产生影响.Template-Videos利用与习题高度相关的短视频信息提高了BKT模型的认知评估性能.脑电图(electroencephalography, EEG)设备可以有效探测学生的心理状态，如学生的注意力[86].文献[86]将EEG方法引入对学生认知状态的评估中，提出的EEG-KT模型提高了BKT的预测性能.文献[87]将学生的“有效状态”(affective state)如困惑、无聊、投入或愉悦等因素融入BKT模型中，提出Affective BKT模型并将其应用至可实时评估学生认知状态的智能导学机器人中.

BKT是一种2状态变量(变量仅为“0-1”取值)的一阶HMM，模型假设处于一个无噪音环境中.文献[16]提出的Spectral BKT模型基于特征补偿和模型补偿范式，使用3-gram代替原始的“0-1”观测值(观测值仅为“0-1”取值，表示习题作答表现为“错误”或“正确”)，给出8种光谱观测值，并在传统BKT模型2个认知状态(隐状态仅为“0-1”取值，表示认知状态为“未掌握状态”或“掌握状态”)之间增加了2个状态，提高了模型的预测性能.MS-BKT[15]使用将传统的2个认知状态扩展为21个，使得模型可以更好地捕获可观测序列的信息.大多数BKT的扩展模型均基于HMM，具有可解释性强的共性优点，同时也具有共性缺点：学生的学习速率保持不变，不符合客观事实[15].在保留BKT参数可解释性优点的同时，MS-BKT[15]使用权重参数代替静态学习率，经历多次练习的知识点意味着该学生对该知识点的学习率较低，被赋予较小的权重.实验表明与静态学习率相比，使用动态学习率进行认知状态估计的精度更高.

2) 结合通用特征的扩展模型

2.3.1节介绍的扩展模型结合个性化特征可在某一方向或目的上达到较好效果，但可能因数据信息补全而具有一定的局限性.接下来介绍结合通用特征的扩展模型，缓解了模型的局限性问题.

文献[88]提出Intervention-BKT模型，认为各种类型的教学干预行为影响学生的认知状态，实验结果表明，提出的模型性能优于传统的BKT模型，可应用于自适应的教学策略推荐场景中.文献[89]改进估计参数的EM算法，从学生作答的观测向量中提取特征向量，并定义算法中M步骤的参数为特征向量的函数，由此提出FAST(feature aware student knowledge tracing)模型.文献[13]提出了一种基于知识点检测的数据切片算法，用于从学生观测数据中提取时差信息，并将时差信息整合至认知跟踪模型中，提出TD-BKT模型考虑了学生观测数据的时间特性，提高了认知状态评估的精度.

2.3.2 混合方法扩展模型

本节将介绍结合其他方法的BKT扩展模型.传统的BKT模型未考虑不同知识点之间的关联性，文献[90]使用动态贝叶斯网络(dynamic Bayesian network, DBN)模型构造知识点的层级关系，实验结果发现即使是简单的知识点层级关系，也可以将BKT的预测精度提高10%.Zhang等人[17]受到三支决策的启发提出TLS-BKT模型，对BKT算法中2状态学习模型进行改进，将原有的“未掌握状态/掌握状态”改进为“未掌握状态/学习状态/掌握状态”，增强了状态模型的灵活性和普遍性.文献[95]应用权重中国餐厅过程(weighted Chinese restaurant process, WCRP)提出基于专家标注技能的认知技能自动发现方法.

为提升模型性能，部分文献将BKT模型与IRT(item response theory)，LFM(latent factors model)等方法结合起来.认知跟踪模型常被应用于学生认知状态的评估，未对不同学生和不同习题的差异性建模；而IRT可构建不同学生能力、习题难度的模型，但无法跟踪学生的认知状态[91].文献[91]将BKT与IRT结合(本文将该模型称为KT & IRT combined模型)，保留了BKT学生建模的优点，通过IRT方法提升模型认知状态评估的精度；文献[92]将BKT与可以评估学生心理因素的HMM-IRT[96]结合，提出KAT(knowledge and affect tracing)模型可预测学生的作答表现并分析学生的游戏行为；文献[93]提出结合LFM与KT的Hybrid LF-KT模型，在层次贝叶斯模型中将学习的时间动力学理论(temporal dynamics of learning)与学生和习题的差异性相结合以预测学生的作答表现.

BKT，KT & IRT combined，KAT，Hybrid LF-KT的模型示意图分别如图6(a)～(d)所示.图6中非阴影圆圈表示模型中的隐变量、阴影圆圈方框表示模型中的观测变量，图6(b)～(d)中的实现方框表示扩展模型比传统BKT模型增加的部分，具体含义对应图示部分.

Fig. 6 Models of BKT[7], KT & IRT combined[90], KAT[91], and Hybrid LF-KT[92]图6 BKT[7]，KT & IRT combined[90]，KAT[91]，Hybrid LF-KT[92]模型

2.4 开发工具与公开源码

为降低开发和评估学生模型的成本，Chang等人[97]对贝叶斯网络包BNT(2)http://bnt.sourceforge.net进行扩展，得到BNT-SM工具包.BNT-SM通过隐藏大部分构造和训练DBNs的编码细节，使研究者可以更加专注于学生建模问题.研究这使用BNT-SM工具时，将学生模型以XML文件输入，该工具会输出相应训练和评估模型的BNT MatLab代码，输出结果的大小至少是输入大小的5倍.BNT-SM为后期学生模型研究者提供了便利有效地实验环境，作者公开该工具(3)http://www.cs.cmu.edu/～listen/BNT-SM以供研究者使用.此外，表4给出部分基于贝叶斯方法的认知跟踪模型公开源码网址.

Table 4 Open Source Codes of KT Models Based on Bayesian Method表4 基于贝叶斯方法的认知跟踪模型公开源码列表

3 基于深度学习方法的认知跟踪模型

深度学习因其强大的表征能力被应用于各类研究中，基于深度学习方法的认知跟踪模型提高了传统认知跟踪模型的精度.本节介绍经典深度认知跟踪模型DKT，并梳理DKT的扩展模型及其余基于深度学习的认知跟踪模型.

3.1 DKT模型

人类的知识及大脑具有天然复杂性，因此使用复杂的网络结构构建认知跟踪模型更为合适.然而现有研究大多数基于具有严格约束函数的一阶HMM.Piech等人[31]于2015年提出DKT模型，将循环神经网络(recurrent neural network, RNN)应用于认知跟踪问题，在不需要专家标注习题与知识点关系的情况下，显著提升了传统BKT模型作答表现预测的性能.

RNN是一种递归的动态模型，其当前信息基于历史信息及当前输入.与HMM相比，RNN具有高维的、连续的潜在变量表示.因此，RNN在处理时间序列问题时都得到了很好的成效.认知跟踪模型根据每一个时间步(0,1,…,t)的学生作答表现序列(y0,y1,…,yt)预测未来时间步的学生作答表现yt+1，本质上是一个时间序列问题.基本的RNN结构示意图如图7所示:

Fig. 7 Mode of DKT[31]图7 DKT模型[31]

(y1,y2,…,yT)，(k0,k1,…,kT)，(o1,o2,…,oT)分别对应RNN中的输入层、隐藏层和输出层.输入层(y0,y1,…,yT)表示时间步1～T的学生的习题作答表现.关于输入层的具体含义见one-hot表示法及压缩感知表示法.隐藏层k0,k1,…,kT中，k0为隐藏单元初值，(k0,k1,…,kT)分别为时间步1～T的隐藏单元.输出层(o1,o2,…,oT)表示时间步1～T时，正确作答每一道习题的概率.阴影圆圈表示网络的输入，非阴影圆圈表示隐藏单元，方框表示网络的输出.隐藏单元可视作网络的记忆单元，存储着历史隐藏单元的所有信息.由图7可见，每一个时间步中输入层的信息向隐藏层单向传递，每一个时间步中隐藏单元的信息向输出层单向传递，上一个时间步隐藏单元的信息向当前时间步的隐藏单元单向传递.由此可得，当前时间步的隐藏单元由历史隐藏单元及当前时间步的输入共同决定，当前时间步的输出单元仅由当前时间步的隐藏单元决定.

输入层为学生的作答表现序列，将学生的作答表现(“正确”、“错误”)通过向量表示.在此介绍2种向量表示方法：one-hot表示法[98]和压缩感知表示法[99].假设所有的习题关联的知识点总共有Q个.

1) one-hot表示法.在任意一个时间步t，定义一个长度为2Q的空向量yt以存储该时间步的学生作答表现.设该时间步时学生作答的习题与知识点q关联，若学生正确作答该题，则将向量yt的第Q+q位设为1，其余位均设为0；若学生错误作答该题，则将向量的第q位设为1，其余位均设为0.以此类推，即可得输入层的所有向量表示.当知识点的数目很大时，使用one-hot表示法表示的向量稀疏，因此需对向量进行压缩.

2) 压缩感知表示法.通过将学生作答表现分配给长度为lg2Q的随机高斯输入向量来精确编码.

DKT模型通过采用小批次随机梯度下降法[100](stochastic gradient descent on minibatches, SGDM)作为优化方法.对于一个学生，计算该学生从时间步0至时间步t的交叉熵信息之和，优化目标为

(12)

其中，l(·)表示交叉熵损失函数，(qt+1,at+1)表示在第t+1时间步学生作答的习题标签qt+1,即学生是否正确作答该习题的标签at+1，δ(qt+1)表示第t+1时间步学生作答的习题qt+1的one-hot编码向量.

由此，通过DKT模型，可以根据(0,1,…,t)时间步的学生作答表现向量(y0,y1,…,yt)得到第t个时间步的习题正确作答概率向量ot，根据第t+1个时间步作答的习题得到正确作答该习题的概率P(yt+1|x1,x2,…,xt).

3.2 DKT扩展模型

DKT模型将RNN应用到认知跟踪模型中，并取得了较好的预测精度，受到了学者们的广泛关注.本节将介绍利用数据特征信息及结合其他方法2类DKT扩展模型.表5是本节介绍的所有DKT扩展模型的对比列表.

Table 5 Comparison of the Variants of DKT Model表5 DKT扩展模型的对比

3.2.1 结合教育数据特征扩展模型

文献[34]通过引入习题层面和学生层面的更多特征信息扩展DKT模型(本文称之为Adaptive DKT)，增加自编码网络层将输入转换成低维特征向量，减少了模型训练所需的资源和时间.文献[14]通过分析Fuutoot平台(一种个性化的自适应学习平台)获取的学生数据，学生尝试作答2个习题的时间间隔可能高至1 h或1 d，甚至1周.Lalwani等人[14]将时间间隔信息作为DKT模型的一个特征编码，提出DKT-t模型，实验发现DKT-t模型可提高DKT模型的预测性能，同时还可根据学生不同的作答序列及认知状态跟踪学生的遗忘曲线.

学生数据的稀疏问题一直影响着认知跟踪模型的预测精度和模型复杂度.Chen等人[101]认为从知识库中充分探讨知识点之间的相互依赖关系有助于解决上述数据稀疏问题.文献[101]提出PDKT-C模型，通过引入知识点之间的先决关系，将其作为模型中的一个约束，以提高模型的精度.文献[38]认为习题之间也存在相关关系(side relations).比如2个习题关联的知识点之间具有相似关系或其他隐含关系，那么这2个习题必然存在相关关系.这些相关关系可以构造成为一个习题子图，该子图可为认知跟踪提供更加丰富的特征信息.因此，Wang等人[38]提出DKTS模型，将习题之间关系的特征信息整合至DKT模型中，提升了模型的预测性能.

文献[102]提出无需知识点标签的end-to-end模型E2E-DKT，通过学生作答习题记录的日志中自动学习习题和知识点的向量嵌入.实验证明了该模型学习的向量嵌入对DKT的性能具有促进作用.

3.2.2 混合模型

文献[103]将学习能力相似的学生聚类为一个群体，基于K-Means聚类方法提出了DKT-DSC模型，提高了DKT模型个性化的认知跟踪能力.文献[104-105]引入学生数据的异构特征，分别结合决策树、随机森林、GBDT这3种树形分类器预测学生的作答表现(本文称该方法为Classifier-based DKT).

Yeung等人[37]发现DKT模型在预测学生的认知水平时，可能学生对一个知识点的作答表现较好，但预测结果反而下降；同时，作者认为学生的认知状态会随着时间的推移逐渐改变，而不是在掌握状态和未掌握状态之间交替变换.为解决上述2个问题，文献[37]提出DKT+模型，定义了“重构错误”(reconstruction error)和“波动准则”(waviness measures)作为正则化损失函数来扩充DKT模型的原始损失函数.

3.3 基于深度学习方法的其他模型

DKT模型将RNN应用于认知跟踪领域，开启了深度学习方法在该领域的应用.表6为本节介绍的基于深度学习方法的其他认知跟踪模型的对比列表.表7给出部分基于深度学习方法的认知跟踪模型公开源码网址.

在复杂交互学习中，学生解决某个问题需要掌握多个知识，甚至多个知识的组合会产生更多的额外知识.针对这种情况，Huang等人[21,106]考虑了知识的应用上下文，提出了一个数据驱动(data-driven)框架CKM-HSC，追踪学生更深层次的认知状态.

文献[107]提出了一种可解释的概率知识能力跟踪模型(knowledge proficiency tracing, KPT)，设计了一个概率矩阵分解框架将学生和习题先验知识结合起来，跟踪学生的知识熟练程度，并通过实验证明了KPT的有效性和可解释性.Su等人[19]考虑将习题信息与学生的做题记录相结合，设计了双向LSTM学习习题信息的编码，提出exercise-enhanced recurrent neural network(EERNN)框架；同时提出2种预测策略：基于Markov特性的EERNNM(EERNNM with Markov property)和基于注意力机制的EERNNA(EERNNA with attention).但该框架对学生的认知状态采用隐向量表示，无法显示跟踪学生的认知状态，因此Huang等人[10]进一步提出EKT(exercise-aware knowledge tracing)框架，实现了对学生关于每道题各知识点的认知状态跟踪.

Table 6 Comparison of Other Deep-Learning-Based KT Models表6 其余深度学习KT模型的对比

Table 7 Open Source Codes of KT Models Based on Deep Learning Methods表7 基于深度学习的认知跟踪模型公开源码列表

为解决DKT无法显示跟踪学生对每一知识概念的掌握水平问题，文献[108]将改进的MANN(memory-augmented neural networks)应用于KT问题；通过引入key-value存储单元，提出DKVMN(dynamic key-value memory networks)框架以发现每个输入习题的潜在知识概念、跟踪学生对知识点的认知状态.DKVMN比DKT具有更大容量的外部存储空间，因此需要更少的参数.

4 认知跟踪模型的应用

认知跟踪模型对学生的习题作答表现进行建模，广泛应用于各个在线教育平台，如MOOC平台的Coursera[22]，edx[109]，MATHESIS Algebra Tutor[110]等.本节列出认知跟踪模型分别在作答表现预测、认知状态评估、心理因素分析、习题序列研究和特定的编程练习中的应用.

4.1 作答表现预测

通过跟踪学生的习题作答表现序列，预测未来时刻学生的习题作答表现，是认知跟踪模型的重要应用之一，在此举例说明.

文献[111]探讨了集成方法(ensemble methods)是否可以在有导师学习中提高后试测验(post-test)的预测精度，通过实验发现集成方法未促进该预测精度的提升，并给出了可能的解释.文献[22]基于BKT模型，结合知识点中丰富的关联关系信息提出了Multi-Grained-BKT和Historical-BKT模型，通过实验证明了提出方法在Coursera的MOOC课程数据中的预测性能较好.文献[10]在EERNN框架[19]的基础上，提出2种预测策略：基于Markov性质的EERNNM和基于注意力机制的EERNNA，并进一步提出EKT框架实现了对学生认知状态的评估和学生作答表现的预测.

4.2 认知状态评估

本文4.1节介绍了认知跟踪模型在学生作答表现预测上的应用，事实上部分文献通过首先评估学生的认知状态，进而实现作答表现的预测，如文献[10,19,22]；部分文献提出的模型可以预测学生的作答表现，却无法评估学生的认知状态，如文献[31].

举例说明认知跟踪模型可评估认知状态的情况.在2.1节中介绍了使用BKT模型进行认知状态评估任务时，为缓解“过度积极”和“过度消极”问题，通常设置一个认知阈值作为学生是否掌握知识的判定条件.实际上，认知阈值可作为一个可调参数来控制2类问题发生的相对频率[71].文献[71]将练习机会序列分成了“学习”(learning)、“过渡”(lag)和“过度练习”(over-practice)3个阶段，对这3个阶段进行量化分析，并阐明了BKT模型中的认知阈值与这3个阶段之间的关系.文献[112]使用BKT模型估计学生掌握知识成分的可能性，然后在整个学习过程中对学生的学习曲线进行建模.文献[107]设计了一个概率矩阵分解框架，结合学生练习的先验知识，跟踪学生的认知掌握程度.

4.3 心理因素分析

学生的习题作答表现不仅取决于学生对知识的掌握情况和学生应用知识的能力，还有很多其他因素影响作答表现，如遗忘、猜测、失误、游戏行为、情绪状态等心理因素.

Xu等人[86]使用脑电图设备以探测学生学习时的心理状态，针对不同的心理状态将学生的学习、遗忘、猜测和失误因素设置为不同的参数，提高了BKT模型的预测性能.

在智能教辅系统ITS的学生模型应用中，大多数研究假设学生对知识是无遗忘的，却未有文献证明此假设是符合客观事实的.文献[113]考虑了遗忘(forgetting)和再学习(relearning)因素，对学生长期学习建模十分重要.Lalwani等人[14]通过Fuutoot平台发现学生作答习题的间隔可能为1 h或1 d，甚至1周之久，因此作者使用时间间隔信息扩展DKT模型，提出了可以追踪学生遗忘曲线的DKT-t模型.

游戏行为(gaming the system)指学生不断地利用系统的反馈及帮助来获得习题的正确答案[114].比如，某学生在作答多项选择题时，并没有试图找到正确答案，而是选择了每道题的所有选项，以此提高其点击正确答案的频次.文献[115]提出可以预测游戏行为的认知跟踪模型KTB(knowledge tracing with behavior)，尝试在利用BKT模型预测学生作答表现的同时，预测学生的游戏行为.

Spaulding等人[87]构建了一个智能教辅机器人，通过增加学生情绪状态的估计以扩展BKT模型.学生的情绪状态包括学生是否感到困惑、无聊、精力集中或心情愉悦等.同时还探讨了相较于智能教辅系统，学生在与智能教辅机器人交互时是否可以展现出更多情绪状态的问题.

4.4 习题序列研究

认知跟踪模型中，学生的习题作答数据是以时间为顺序的.因此学生作答习题的次序可能会影响学生的学习效率，从而影响其作答表现.

文献[31]说明了DKT模型可以通过式(13)发现习题之间的先决关系.其中，y(j|i)表示在已知上一时间步学生正确作答了习题i的情况下，该学生在这一时间步正确作答习题j的概率，K表示学生作答的习题数目:

(13)

文献[116]应用具有天然的层次性RBT(revised bloom’s taxonomy)[117]作为习题次序策略，研究学生获得知识的次序对学生作答表现的影响，使学生先进行低层次的训练再进行高层次的训练，以提升模型精度.

4.5 编程练习中的认知跟踪

学生在开放习题中的训练可以为学生作答数据提供更加丰富的信息.编程题[8]即属于开放习题训练中的一种.

文献[7]对学生在ACT Programming Tutor短程序编写系统进行Lisp语言编程练习建模，提出了经典的BKT模型.在学生学习程序设计技术方面，为解决学生应用哪种编程结构以及有多少学生理解编程语言的概念等问题，文献[118]提出三相评估(three-phase measuring)方法，用于观察学生的编程错误、应用编程结构，同时应用贝叶斯学习模型确定编程知识概念.文献[9]基于抽象语法树(abstract syntax tree, AST)提出了一种认知跟踪模型，可以在给定的编程练习中评估学生的认知状态.基于DKT模型的思想.文献[8]将嵌入式程序输入到一个RNN中，并将其用以预测未来编程练习中学生的表现情况.

5 比较、分析与展望

认知跟踪模型在智慧教育[119]、智能教辅系统[120]、在线教育[121]等方面具有广泛的应用需求，因此对认知跟踪模型的研究是计算机领域和教育领域的热点问题.通过对2类认知跟踪模型的梳理，将当前研究归纳为5点：1)认知跟踪模型的参数误差和评价指标；2)现有认知跟踪模型的分析；3)新的认知跟踪模型的提出；4)认知跟踪模型开发工具的研究；5)认知跟踪模型应用的研究.

本文从建模方法上将认知跟踪模型分为基于贝叶斯方法和基于深度学习方法2类分别介绍.2类方法均是根据习题作答表现跟踪学生的认知状态，但因建模方法的不同而各自具有优缺点，本节首先以认知跟踪模型中经典的BKT模型和DKT模型为例进行分析.

5.1 BKT与DKT的比较

本文分别在2.1节和3.1节详细阐述了BKT模型和DKT模型，这2个模型分别是基于贝叶斯方法和基于深度学习方法的经典认知跟踪模型，二者各有优劣，本节将以二者为例对2类认知跟踪模型进行比较分析.

根据图6的BKT模型和图7的DKT模型，可发现BKT针对单个知识点建模，其观测变量与知识点之间的关系已知，而DKT将所有知识点构建为一个模型，其观测变量与知识点之间的关系未知.这是因为在面对某学生的作答数据时，BKT模型首先将学生作答数据按照习题关联的知识点分组，每一个知识点关联的所有习题作答形成一个序列；相反地，DKT模型将一个学生作答的所有知识点关联的习题构建为一个序列.

举例如下：目前有学生i的作答数据，将与知识点A关联的习题记作Ax，x为以习题出现的时间为序的编号，以此类推，学生i作答的习题序列为A1A2B1A3C1B2B3.在BKT模型中，对应学生i的作答表现序列被列为3组，分别是：1)对应原习题序列第1题、第2题和第4题的作答表现yA,1,yA,2,yA,3；2)对应原习题序列第3题、第6题和第7题的作答表现yB,1,yB,2,yB,3；3)对应原习题序列第5题的作答表现yC,1，将这3组作答表现序列分别建模成HMM模型进行计算.而在DKT模型中，学生i的作答表现序列仅被列为1组，即y1,y2,y3,y4,y5,y6,y7，分别对应原习题序列的第1～7题，将此作答表现序列建模成一个RNN模型进行计算.由举例可得：

1) 由于BKT模型需要将原习题序列按照关联的知识点进行分组，因此其建模过程依赖于习题与知识点之间的关联情况，需要进行人工标注；而DKT模型无需将原习题序列分组，节省了大量人工标注的代价.

2) 原习题序列中的第4题在按照知识点分组后出现在了第1个分组的第3题，即A1A2B1A3C1B2B3中A3的作答表现在分组过后出现在了yA,1,yA,2,yA,3中的yA,3，习题出现的时间特征丢失，而DKT模型却保留了这一特性.文献[122]分析，DKT模型正是因为有效利用了学生作答表现数据中的特征和规律，性能得到了大幅度地提升；同时，若总结数据中的特征和规律并应用至BKT模型中，也可以得到很好的效果.

3) 通过BKT的隐状态kq,t，可追踪学生在任意时间步t对知识点q的认知状态，这体现了BKT模型强大的可解释性；而DKT模型的隐藏层虽起到了至关重要的信息传递作用，但是却无法解释其中的含义，即DKT模型无法追踪学生的认知状态.

通过以上分析，BKT模型和DKT模型各自的优点和不足之处总结为2点，同时也适用于一般基于贝叶斯方法和基于深度学习方法2类认知跟踪模型.

1) BKT可对学生的认知状态进行跟踪，具有强大的可解释性；但是，BKT也因模型本身的表示能力，丢失了学生数据中的一些重要特征和规律，其预测性能有待提升；

2) DKT因其拥有较强的表示能力，可以有效利用学生数据中一些重要的特征和规律，具有较好的预测性能；但是，DKT目前无法显式得到学生对每个具体的知识点的认知状态，可解释性有所欠缺.

5.2 分析与展望

基于已有研究工作及模型的优缺点，本节从认知跟踪模型的建模任务、数据特点、建模方法及优缺点、建模的难点与挑战4个方面对认知跟踪的方向进行分析与展望.

1) 建模任务.认知跟踪模型面向动态的教育数据建模，基于学生在学习过程中作答习题的数据，跟踪学生对知识点的掌握随时间的变化情况，预测学生在未来时刻作答习题的表现[7].如图5所示阐述了认知跟踪的问题模型包含输入、建模及输出.输入为学生在不同时刻作答不同知识点习题的观测得分；建模为将输入层的输入数据使用建模方法进行模型拟合、参数寻优，得到对每个学生的认知跟踪子模型；输出为通过建模层得到的认知跟踪模型，根据不同的应用需求得到不同的输出结果；其中，认知跟踪模型可应用于学生认知状态的跟踪、作答表现的预测等场景中.

2) 数据特点.认知跟踪模型的输入为学生在不同时刻作答不同知识点习题的观测得分数据.由于认知跟踪模型是面向动态学习数据的，因此模型的数据应具有时间特性；由于认知跟踪模型针对每个学生训练建模，因此模型的数据应有足够数目学生的作答数据，以确保训练的效果；此外，在认知跟踪模型应用于学生认知状态的跟踪时，若要得到显性的学生对知识点的认知状态，数据应包含课程的知识点集合、学生作答的习题与知识点的关联关系.从实际情况考虑，知识点应是树状结构或网状结构的多粒度状态，而非知识点之间相互独立.

3) 建模方法及优缺点.目前主流的建模方法包括贝叶斯方法(如BKT模型)和深度学习方法(如DKT模型).①贝叶斯方法：贝叶斯方法将学习过程建模为HMM.依据HMM的时间特性，假设学生在当前时刻的作答表现只与学生上一时刻的作答表现以及学生当前时刻的认知状态相关，从而可构建出基于HMM的贝叶斯认知跟踪模型.因此，贝叶斯方法的认知跟踪模型要求对每一学生的不同知识点作答数据分开独立建模.其优点是可对学生的认知状态进行跟踪，具有较好的可解释性.而由于模型本身的表示能力，该模型的缺点是丢失了学生数据中的一些重要特征和规律，使其预测性能有待提升；并且该模型要求标注每道习题涉及到的知识点集合.②深度学习方法：在习题涉及到的知识点集合未标注的情况下，可使用深度学习方法对输入数据进行特征表示及建模，将学生对知识点的认知状态作为隐藏单元，对学生的作答数据进行拟合.其优点是具有强大的表示能力，能有效利用学生数据中一些重要的特征和规律，因此具有较好的预测性能.而该模型的缺点是目前的深度学习模型无法得到学生的认知状态，因此可解释性需要加强.

4) 建模的难点与挑战.认知跟踪问题的建模依然存在3方面难点与挑战.

① 贝叶斯认知跟踪的模型参数寻优问题.

贝叶斯认知跟踪模型的参数取值直接影响模型的性能.有学者甚至发现模型的参数虽然取值不同但可能导致相同的预测结果，即模型的识别性问题.现有的贝叶斯认知跟踪模型中，参数寻优方法可能存在4方面问题：Ⅰ.在保证模型精度的情况下降低参数寻优的时间复杂度和空间复杂度问题；Ⅱ.在数据有限的情况下防止参数的过拟合问题；Ⅲ.设计参数估计算法使其不陷入局部最优解问题；Ⅳ.结合其他类型的教育数据以更好地估计参数值问题.

② 认知跟踪模型的精度与可解释性的权衡问题.

结合5.1节的比较分析可知，基于贝叶斯方法和深度学习方法的2类主流认知跟踪模型均有一定的局限性.因此，部分研究通过结合其他类型的数据特征或引入混合方法以提高贝叶斯认知跟踪模型的精度，但是现有模型的精度问题仍有待提升.而基于深度学习的认知跟踪模型虽然具有较高的精度，但在可解释性方面有所欠缺.因此综合贝叶斯认知跟踪模型及深度认知跟踪模型的优点，权衡精度和可解释性的认知跟踪模型仍需要进一步研究.

③ 模型部分假设与实际应用不符的问题.

现有认知跟踪模型的部分假设不符合实际情况.例如现有的大多数模型有5种假设：Ⅰ.假设学生在学习过程中无遗忘，而实际上学生在学习过程中会随着时间的推移而遗忘某些知识；Ⅱ.假设标注的知识点之间完全独立，而实际中不同课程之间、同一课程之内的知识点之间可能存在包含、继承、前驱、等价等不同的关系；Ⅲ.假设不同知识点处于同一层次级别，而知识点可能因包含关系存在不同的级别，一个完整的知识体系应该拥有多粒度的层级关系；Ⅳ.假设习题之间没有关联，而实际上在知识点之间存在包含前继等关系的情况下，习题之间也存在关联；Ⅴ.假设每道习题只与一个知识点相关联，而实际上很多综合性习题涉及到多个知识点.因此，认知跟踪模型的研究还需针对实际场景进行进一步的研究.

6 总 结

随着教育信息化的推进，教育领域迎来了大数据时代.从传统教育和在线教育中产生的海量碎片化数据中挖掘与学生相关的认知状态、行为表现、心理因素等信息具有重要的意义.认知跟踪模型根据学生动态的习题作答表现跟踪学生的认知状态、预测学生的未来作答表现，广泛应用于MOOC等在线教育平台中.本文从建模方法上将认知跟踪模型分成贝叶斯认知跟踪模型和深度认知跟踪模型，对其进行详细地梳理和分析，并介绍了认知跟踪方法的5类应用.同时，以经典的BKT和DKT模型为例分析了2类认知跟踪模型的优缺点，并对未来可能的研究方向进行了探讨和展望.