基于联合概率矩阵分解的个性化试题推荐方法

来源：计算机应用杂志2018年第3期北京时间：

作者：李全, 刘兴红, 许新华, 林松

单位：湖北师范大学 教育信息与技术学院, 湖北 黄石 435002

摘要：近年来随着在线教育中试题资源数量爆炸式的增长，学生很难在海量的试题资源中找到合适的试题，因此面向学生的试题推荐方法应运而生；然而，传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息，导致推荐结果准确率低，为此，提出一种基于联合概率矩阵分解的个性化试题推荐方法。首先，通过认知诊断模型得到的学生知识点掌握信息；然后，结合学生、试题和知识点三者信息进行联合概率矩阵分解；最后，根据难度范围进行试题推荐。实验结果表明，与其他传统推荐方法相比，所提方法在不同难度试题推荐的准确率上取得了较好的推荐结果。

关键词：在线教育,试题资源,推荐系统,联合概率矩阵分解,认知诊断

基金资助：湖北省教育科学"十二五"规划项目（2011B130）；国家档案局科技计划项目（2016-x-51）；湖北省高等学校优秀中青年科技创新团队计划项目（T201515）；湖北省教育厅科技项目（D20142504）。