BKT-贝叶斯知识追踪使用的是贝叶斯概率公式推导过程如下∵P(AB)P(A|B)P(B)又∵P(AB)P(B|A)P(A)∴P(AB)P(A|B)P(B)P(B|A)P(A)∴概念介绍将A当成假设成立的概率把B当成某件可以与A相关的事件的概率。换句话说用一个可以确切测量的事件去评估不确定的事件。应用在预测是否患病是否学会某个知识等等。通过B事件是否发生去预测A事件的概率事先我们需要知道A发生的概率P(A)在A发生的情况B不发生的概率,P(^B|A)在A不发生的情况B发生的概率,P(B|^A)求出B发生的概率P(B)(1-P(^B|A))P(A)P(B|^A)(1-P(A))求出在A发生的情况下B发生的概率P(B|A)1-P(^B|A)计算出P(A|B)新的A发生的概率变为P(A|B)继续下一次预测得到最终的P(A)即A发生的概率知识追踪L0初始掌握率T学习率G不会的情况下猜对的概率S会的情况下做错的概率在这里L0是P(A)G是P(B|^A)S是P(^B|A)。T是用来和算出的概率配合得出新的掌握率的参数。做对题目做错题目最终掌握率P(L)P(Ln1)(1-P(Ln1))P(T)参考文章廖雪峰。廖雪峰知乎个人主页 [EB/OL]. (2023‑08‑30)[2026‑09‑27]. https://www.zhihu.com/people/liaoxuefeng