imyjliu / bloomcdm Goto Github PK

Hi!这是 基于Bloom认知理论的知识熟练度计算方法研究 的代码实现，根据毕设的内容，本项目的代码分为两个模块，分别是知识熟练度计算和高阶知识组发现。

数据集使用了两个，分别是ASSIST（公开）和HDU（爬取）

在知识熟练度计算中，相关的文件主要是单独出来的py文件。

在高阶知识组发现中，相关的文件存放在Cluster文件夹下。

• 主要代码的结构

data_analysis.py :数据集相关信息统计代码

data_process.py:数据预处理代码，完成知识组矩阵的计算和高阶知识组矩阵的计算，并产生对应的数据对，为模型的训练提供数据。

BloomCDM.py：Bloom模型的定义代码

predict.py:模型的预测代码

train.py：模型的训练代码

constract_test:所有的对比试验代码

• 运行命令行

可以下载数据集后通过命令行运行

数据处理命令行 python data_process.py

模型 python train.py

(参数在程序中有默认值，也可以自己设置，添加在命令行中即可)