다중 학습 자료 유형을 활용한 지식 습득 모델링

초록

본 논문은 학생이 비디오, 문제, 토론 등 다양한 학습 자료와 상호작용하면서 얻는 지식을 동시에 모델링하는 새로운 프레임워크인 다중‑뷰 지식 모델(MVKM)을 제안한다. 텐서 팩터화와 지식 증가 목표 함수를 결합해 학습 효과와 망각 현상을 저차원 잠재 공간에서 추정하며, 실험을 통해 기존 단일 자료 모델보다 예측 정확도와 해석 가능성이 우수함을 입증한다.

상세 분석

MVKM은 기존 지식 추적 모델이 주로 문제 풀이와 같은 단일 자료에만 의존했던 한계를 극복한다는 점에서 학술적 의의가 크다. 저자는 각 학습 자료 유형별로 M × P