在教育培训场景中，学情诊断的难点通常不在“能不能测”，而在“测得准、用得上”。本次实验以职业培训的考证课程为样本，把题目与知识点图谱对齐，用作答序列估计每个知识点的掌握概率，再据此生成下一步练习与复习顺序。
做法上，知识点标注采用规则加模型的方式，避免纯人工标注的成本与不一致；掌握度估计使用轻量知识追踪模型，输入为作答正误、用时与题目难度，输出为知识点级别的掌握概率区间，而不是一个笼统的分数。这样教研老师看到的是“哪一类题不稳”，学员看到的是“接下来练什么”。
- 进展：在约 800 名学员的历史作答数据上回测，知识点掌握度排序与教研老师人工判断的一致率约 78%；按推荐路径补练的班级，同类题正确率提升约 9 个百分点。
- 下一步：接入主观题与编程题的步骤级判分，把掌握度从结果层面细化到解题过程；同时测试新学员冷启动阶段的推荐可用性。
评论