本发明涉及教育大数据挖掘、时空图神经网络与学生行为建模领域，提供一种基于多尺度时空卷积注意力知识追踪方法，采用embedding的方法将试题和学生响应进行嵌入表征；随后，运用键值网络生成学生隐藏知识状态；用空间图卷积技术对知识结构维度演化进行建模；同时，利用多尺度时空卷积注意力网络建模知识累积性演化，并使用时序门控卷积网络模拟学生记忆和遗忘行为；最后，将结构性演化和累积性演化分别建模两部分隐藏知识状态进行融合，通过多头注意力网络结合学生知识状态和试题特征，实现对学习者的知识状态的表征和学习者表现预测。本发明能够科学、全面地对学生学习情况进行预测，辅助教师进行精准教学。