基于图神经网络的深度知识追踪方法综述
来源：计算机工程与应用杂志2026年第12期北京时间：
作者：周楚雄, 张丽萍, 闫盛, 李娜, 王东奇
单位：1.内蒙古师范大学 计算机科学技术学院，呼和浩特 010022；2.内蒙古师范大学 教育学院，呼和浩特 010022；
摘要：随着教育数字化转型的推进，深度知识追踪技术凭借先进算法动态刻画学习者知识状态，为个性化学习提供精准支持，逐渐成为智慧教育领域的研究热点。然而，传统基于深度学习的知识追踪模型难以全面捕捉学习者与知识点之间错综复杂的关系。基于图神经网络的深度知识追踪方法通过图结构有效建模学习者与知识点的复杂关系，克服了传统模型的局限性，展现出更高的预测精度和更强的可解释性。因此，对该方向的研究成果进行了系统梳理与归纳，全面总结近年来基于图神经网络的深度知识追踪研究进展。介绍知识追踪与图神经网络。总结基于图神经网络、图卷积网络、图注意力网络和图记忆网络的深度知识追踪方法，并从采用不同图结构、增加额外特征、融合教育心理学因素三个角度对相关研究工作进行分类。梳理了五个用于深度知识追踪的基准数据集和若干代表性模型在基准数据集上的评测结果。分析当前面临的问题与挑战。
关键词：图神经网络,深度知识追踪,个性化学习,深度学习,图结构
基金资助：国家自然科学基金（61462071）；内蒙古自然科学基金（2023LHMS06009，2024MS06020，2025MS06055）；内蒙古自治区教育科学研究“十四五”规划2023年度课题（2023NGHZXZH119，NGJGH2023234）；内蒙古师范大学基本科研业务费专项资金项目（2022JBQN108，2022JBQN008）。
