计算机科学与探索

作者：周楠, 董永权, 闫林克, 金家永, 贺步贵

单位：1. 江苏师范大学 计算机科学与技术学院，江苏 徐州 2211162. 徐州市云计算工程技术研究中心，江苏 徐州 2211163. 江苏省教育信息化工程技术研究中心，江苏 徐州 221116

关键词：个性化习题推荐,在线教育,协同过滤,深度学习,混沌萤火虫算法

基金：国家自然科学基金（61872168）；江苏师范大学研究生科研与实践创新计划项目（2024XKT2578）。

信息技术和人工智能的迅速发展正推动教育领域实现更智能化和个性化的进步，个性化教育旨在根据学生的知识状态和学习特点，提供个性化的学习内容和习题，以优化学习效果和体验。个性化习题推荐是智慧教育领域的关键环节，通过感知学生的知识状态推荐适合的习题，有效提高学习效率和成绩。然而，传统的推荐方法忽视了学生的个性化需求和知识状态变化，导致推荐结果不准确。针对上述问题，提出了融合学生知识状态与混沌萤火虫算法的习题推荐模型（SKS-CFA-ER）。该算法框架包含两个核心模块：学生知识状态感知（KSP）模块和习题列表推荐（REL）模块。KSP模块利用深度学习技术感知学生的知识概念覆盖率和学习掌握程度，构建学生的知识状态模型；REL模块根据KSP模块的预测结果，通过混沌萤火虫算法过滤和优化习题集，生成最优的个性化习题推荐列表。在三个数据集上进行了广泛的习题推荐实验，并验证了所提模型的有效性与优越性。

来源：2025年第6期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第6期