廣東智慧教育研究院師生論文被中科院一區TOP期刊ACM Computing Surveys錄用
暨南大學融媒體中心訊 近日，我院博士研究生白友恒以第一作者身份發表題為Prerequisite Relation Learning: A Survey and Outlook的論文，被計算機領域頂級綜述期刊ACM Computing Surveys錄用。該綜述系統梳理了先決關系學習領域的方法進展與應用現狀，在此基礎上提出了基于特征類型與增強關系的系統分類框架，并對未來研究趨勢進行了深入展望。劉子韜教授為論文第一通訊作者。
ACM Computing Surveys是美國計算機協會（ACM）旗下的期刊之一，是計算機科學、人工智能、軟件工程等領域的重要綜述類期刊，主要收錄計算機各分支領域的重要研究進展、技術綜述和文獻總結，致力于為科研人員和工程技術人員提供權威、系統、前沿的知識參考。該期刊的最新SCI影響因子為23.8（2023年數據，在Computer Science Theory & Methods領域排名第1/143），中科院一區TOP期刊，JCR分區Q1。
入選論文介紹
論文題目：Prerequisite Relation Learning: A Survey and Outlook
作者：白友恒（暨南大學）、劉子韜（暨南大學）、郭騰（暨南大學）、侯明良（好未來）、肖奎（湖北大學）
通訊作者：劉子韜、肖奎
摘要：先決關系學習是教育技術領域的一項基礎任務，旨在識別學習資源之間的依賴關系，以促進個性化學習體驗并優化教育內容的組織結構。本文對先決關系學習方法進行了系統性綜述，重點總結了其方法論進展與實際應用。首先探討了兩種不同粒度的學習資源：知識概念與學習對象，并明確了它們的定義及關系。隨后，提出了一套基于特征類型與增強關系的新穎分類框架，將現有的先決關系學習方法劃分為四類：（1）面向知識概念的多源知識特征先決關系學習；（2）面向學習對象的語義知識特征先決關系學習；（3）基于學習對象增強的知識概念先決關系學習；（4）基于知識概念增強的學習對象先決關系學習。本文重點回顧了近年來在知識概念先決關系建模方面的研究進展，系統分析了評估方法，包括內在指標與外在應用評估。進一步地，我們探討了先決關系識別在教育應用中的實際影響，如自適應學習路徑生成與課程設計優化。最后，本文討論了當前先決關系學習所面臨的挑戰及未來的發展機遇。
責編：常凱麗