Addressing Two Problems in Deep Knowledge Tracing via Prediction-Consistent Regularization, Yeung+, 2018, L@S

[AkihikoWatanabe]

https://arxiv.org/pdf/1806.02180.pdf

[AkihikoWatanabe]

Deep Knowledge Tracing (DKT)では、下記の問題がある：

• 該当スキルに正解/不正解 したのにmasteryが 下がる/上がる （Inputをreconstructしない）
• いきなり習熟度が伸びたり、下がったりする（時間軸に対してmastery levelがconsistentではない） 上記問題に対処するようなモデルDKT+を提案。

DKT+では、DKTのloss functionに対して3つのregularization termを追加することで上記問題に対処している。 DKT+はDKTの性能を落とすことなく、上記2問題を緩和できたとのこと。

[AkihikoWatanabe]

実装: https://github.com/ckyeungac/deep-knowledge-tracing-plus

[AkihikoWatanabe]

DKT+とDKTのheatmapを比較すると、問題点は確かに緩和されているかもしれないが、 依然としてinputはreconstructionされていないし、習熟度も乱高下しているように見える。 根本的な解決にはなっていないのでは。