结合难度排序与多臂老虎机进行教育内容排序
人工智能
2019-04-24 v1
摘要
随着电子学习系统的日益普及，这些系统需要适应学生之间的个体差异。本文解决了如何为学生个性化教育内容以最大化其长期学习收益的问题。我们提出了一种解决该问题的新计算方法，称为 MAPLE（基于多臂老虎机的学习环境个性化），它将难度排序与多臂老虎机相结合。给定一组目标问题，MAPLE 估计每个问题的预期学习收益，并使用探索-利用策略来选择下一个向学生提出的问题。它维护目标集合中问题难度的个性化排序，该排序有两种用途：首先，获取该问题集合学习收益的初始估计；其次，根据学生的回答随时间更新估计。我们在模拟中表明，与按难度递增顺序排列问题或依赖内容专家的方法相比，MAPLE 能够提高学生的学习收益。在实际运行的电子学习系统中部署后，MAPLE 显示出了有希望的结果。这项工作证明了在补充了问题难度信息后，使用随机方法解决排序问题的有效性。
引用
@article{arxiv.1804.05212,
title = {Combining Difficulty Ranking with Multi-Armed Bandits to Sequence Educational Content},
author = {Avi Segal and Yossi Ben David and Joseph Jay Williams and Kobi Gal and Yaar Shalom},
journal= {arXiv preprint arXiv:1804.05212},
year = {2019}
}