一种融合LSTM预测网络的试题并行推荐算法

设计了一种融合LSTM预测网络，基于多决策树和认知诊断的试题并行推荐算法MDT&CD-LSTM，用于解决自适应教育中的学习资源推荐问题。该算法集成多决策树和认知诊断的推荐结果，并利用LSTM网络预测学生的知识状态，从而向学生推荐最合适的试题。实验结果表明，该自动推荐算法可以有效地提高试题推荐结果的准确性，比改进决策树模型精确度提升了21.67%，误差均值减少了26.52%。该算法能够满足学生的个性化学习需求，帮助学生更好地理解知识点，具有广阔的应用前景。