EduGap Docs

Personalized Learning Path

Cơ chế hoạt động của thuật toán Elo và Bayesian Knowledge Tracing (BKT) trong EduGap.

Hệ thống cá nhân hóa lộ trình học tập EduGap dựa trên hai trụ cột thuật toán chính:

1. Hệ thống Đánh giá Elo

  • Mục tiêu: Đo lường độ khó của câu hỏi và năng lực thực tế của học viên.
  • Cách thức: Điểm Elo của học viên tăng khi trả lời đúng câu hỏi khó và ngược lại.

2. Bayesian Knowledge Tracing (BKT)

  • Mục tiêu: Theo dõi khả năng làm chủ kiến thức theo từng khái niệm (Concept).
  • Các tham số chính:
    • P(L0)P(L_0): Xác suất ban đầu học sinh đã biết kiến thức.
    • P(T)P(T): Xác suất học sinh học được kiến thức sau một lần thực hành.
    • P(G)P(G): Xác suất đoán đúng (Guess).
    • P(S)P(S): Xác suất làm sai do bất cẩn (Slip).

Frontend Runtime

Next.js App Router, Supabase SSR, BFF proxy, Zustand state và docs MDX runtime của EduGap.

Tổng quan Thuật toán

Kiến trúc phân tầng và sự phối hợp giữa các mô hình đánh giá năng lực trong lõi thích ứng của EduGap.

On this page

1. Hệ thống Đánh giá Elo2. Bayesian Knowledge Tracing (BKT)