메모리를 사용한 지식추적 모델 DKVMN(Dynamic Key-Value Memory Networks for Knowledge Tracing)

이 글은 학생의 학습 기록을 바탕으로 미래의 정오답을 예측하는 Knowledge Tracing(KT) task를 다룹니다. 특히, 기존 모델들의 한계점(개념 간 관계성 반영 부족, 학습 상태 해석의 어려움)을 극복하기 위해 제안된 Dynamic Key-Value Memory Networks for Knowledge Tracing(DKVMN) 모델을 소개합니다.

DKVMN은 학생의 이해도를 기본적인 개념들의 조합으로 모델링하며, 동적인 Key-Value 메모리 네트워크를 사용하여 각 개념에 대한 학생의 이해도를 효과적으로 추적합니다. 이를 통해 학습 상태에 대한 더 나은 해석 가능성과 모델링 성능 향상을 기대할 수 있습니다.

글은 KT와 DKT에 대한 사전 이해를 바탕으로 DKVMN의 목적과 방법을 설명하며, AIEd 분야에서의 활용 가능성을 시사합니다.