本书聚焦于知识追踪优化及应用研究，旨在将数据驱动理念和深度学习技术融入教学评价服务，以提升教学评价的准确性和有效性。从教育学、人工智能、心理学等维度全面阐释知识追踪的研究体系。同时，优化知识追踪模型，探索其在教育教学中的实际应用，已成为智能教育研究领域中颇具特色的研究工作。

第1章 绪论
1.1 研究背景
1.2 研究内容
1.3 研究现状
1.4 研究价值
1.5 本章小结
第2章 知识追踪研究基础
2.1 .知识追踪理论基础
2.2 知识追踪模型基础
2.3 知识追踪实验基础
2.4 本章小结
第3章 深度知识追踪模型优化研究
3.1 深度知识追踪模型优化问题
3.2 融入梯度提升回归树的深度知识追踪模型优化方法
3.3 自注意力机制与双向GRU协同的深度知识追踪模型优化方法
3.4 基于产生式迁移的深度知识追踪模型优化方法
3.5 本章小结
第4章 知识追踪视域下学习者知识掌握状态可视化研究
4.1 学习者知识掌握状态可视化概述
4.2 知识追踪视域下学习者知识掌握状态可视化策略设计
4.3 知识追踪视域下学习者知识掌握状态可视化应用实践
4.4 本章小结
第5章 基于知识追踪的学习者薄弱知识点挖掘研究
5.1 学习者薄弱知识点挖掘概述
5.2 基于知识追踪的薄弱知识点挖掘策略设计
5.3 融入多维问题难度的自适应知识追踪模型
5.4 基于知识追踪的薄弱知识点挖掘应用实践
5.5 本章小结
第6章 融入深度知识追踪模型的协作学习分组
6.1 协作学习分组概述
6.2 面向协作学习分组的深度知识追踪优化模型
6.3 融入深度知识追踪模型的协作学习分组方法
6.4 分组方法应用效果研究
6.5 本章小结
参考文献