【含弘讲坛】基于机器学习的学生认知画像:方法及应用


来源:   |  文字:
编辑: 刘晓琪   |  审核:

西南大学计信院前沿学术报告
Southwest University IT Faculty Seminar


报告题目:基于机器学习的学生认知画像:方法及应用
时       间:2019年12月7日下午3点
地       点:西南大学计算机与信息科学学院1314会议室
报  告  人:刘淇,中国科学技术大学计算机学院特任教授
个人简介:
        刘淇,中国科学技术大学计算机学院特任教授,博士生导师,中科院青促会优秀会员,中国计算机学会大数据专家委员会委员,中国人工智能学会机器学习专委会委员。主要研究数据挖掘与知识发现、机器学习方法及其应用,相关成果获得过IEEE ICDM 2011最佳研究论文奖、ACM KDD 2018 (Research Track)最佳学生论文奖。还曾获中科院院长特别奖和优博、教育部自然科学一等奖(排名第2)、阿里巴巴达摩院青橙奖,入选了国家基金委优秀青年科学基金项目、中国科协“青年人才托举工程”、微软亚洲研究院青年学者“铸星计划”、CCF-Intel青年学者提升计划。


内容摘要:

        在游戏、运动、教育等诸多领域,如何自动建模和跟踪参与者(如游戏玩家、运动员、学生)对特定技能的掌握水平是一类基础性的研究问题,对于智能匹配推荐、自动组队、自适应学习等智能服务有着重要的应用价值。然而,已有的认知诊断理论和模型大多建立在心理学或统计学基础之上,尽管建模过程和诊断结果具有较好的可解释性,但所使用的函数拟合性能力有限,而且对数据的格式有较强约束(例如,不能处理文本、图片等数据),限制了其应用与推广的范围。本报告将以教育领域为例,介绍从大规模异构学习数据中进行认知诊断和知识跟踪的机器学习模型,以及基于学习者认知画像的自适应学习路径推荐方法。