知识追踪模型——教育大数据挖掘（持续更新......）

（2015 NIPS）Deep Knowledge Tracing

Paper链接： DKT
  虽然知识追踪这个方向很早就被提出来了，但是直到2015年，才首次将深度神经网络（RNN）引入到知识追踪领域，并显示出卓越的性能。模型部分使用的是一个传统的RNN模型：

这里面模型的输入是学生和题目的交互向量$x_t$，其中$x_t\in (0,1{)}^{2N}$, $x_t$的前N个向量对应学生做题正确的记录，后N个向量对应学生做错的记录，其中哪一题做对或者做错，那么对应位置的元素为1，其余的元素为0，所以输入的是one-hot向量。RNN网络中每一时刻的隐层向量$h_t$对应的是学生在该时刻的知识状态。
  DKT不仅在预测方面取得了较好的性能，还可以发掘练习题之间的关系：$$J_{ij}=\frac{y(j|i)}{{\Sigma }_{k}y(j|k)}$$