学位论文 > 优秀研究生学位论文题录展示

计算机化自适应认知诊断测验选题策略的研究

作　者: 吴智辉
导　师: 甘登文
学　校: 江西师范大学
专　业: 计算机科学与技术
关键词: 认知诊断计算机化自适应测验选题策略可达阵
分类号: TP391.6
类　型: 硕士论文
年　份: 2011年
下　载: 58次
引　用: 0次
阅　读: 论文下载

内容摘要

传统的纸笔测验只能提供被试一个测验总分,计算机化自适应测验能估计出被试的能力水平,但是这两种测验都没有提供被试潜在知识状态的相关信息。而认知诊断能够从学生的作答反应获得其内在的知识结构,即考生掌握了什么知识,未掌握什么知识。近年来,随着计算机技术的发展和人们对认知诊断的重视,基于计算机化自适应测验的认知诊断(CD-CAT),成为了一个研究热点。CD-CAT要适应被试的知识状态,能够高效而准确得提供考生知识结构的相关信息,以便教师进行补救,达到因材施教的目的。在CD-CAT中如何选择项目是一个重要的课题,而将可达阵作为认知诊断测验蓝图的一部分,在理想反应条件下可以避免对被试知识状态产生的误判。本文在香农熵选题策略的基础上,采用了四种不同的测验蓝图,以考察运用可达阵对诊断精度的影响。Monte Carlo模拟试验表明选择可达阵的所有列对应的项目对改进计算机化自适应认知诊断测验的诊断精度有着重要的作用,从而对制定有认知诊断功能的计算机化自适应测验的选题策略有着重要的参考作用。在CD-CAT过程中选择较多可达阵对应的项目能够明显提高模式判准率,项目质量对结果的影响不大,而当没有包含可达阵或者含有较少可达阵的列对应的项目时,项目质量对于模式判准率有较大影响。

全文目录

摘要  3-4
Abstract  4-8
第1章引言  8-12
  1.1 研究背景和目的  8-9
  1.2 国内外研究现状  9-10
  1.3 本文的工作及创新点  10
  1.4 本文的组织结构  10-12
第2章常用认知诊断模型  12-22
  2.1 认知诊断简介  12-13
  2.2 线性逻辑斯蒂克特质模型（Linear Logistic Trait Model, LLTM）  13
  2.3 规则空间模型（Rule Space Model, RSM）  13-16
  2.4 属性层级模型（Attribute Hierarchy Method, AHM）  16-19
  2.5 DINA 模型（deterministic inputs, noisy “and” gate model）  19-20
  2.6 模式识别与认知诊断  20-22
第3章 CD-CAT 的选题策略  22-28
  3.1 CD‐CAT 的选题策略  22
  3.2 增益分数选题策略  22-23
  3.3 相对熵选题策略（Kullback‐Leibler，KL）  23-25
  3.4 香农熵选题策略（Shannon Entropy，SHE）  25-26
  3.5 三种选题策略的特点  26-28
第4章认知诊断的测验构建  28-33
  4.1 诊断性测验简介  28-29
  4.2 可达阵对CD‐CAT 选题策略的探讨  29-30
  4.3 属性的层次结构及可达阵的计算  30-33
第5章实验设计及结果分析  33-39
  5.1 蒙特卡洛模拟方法  33
  5.2 模拟研究  33-36
    5.2.1 模拟题库的建立及被试的生成  34
    5.2.2 得分阵模拟  34
    5.2.3 被试知识状态的估计  34-35
    5.2.4 评价指标  35
    5.2.5 实验设计  35-36
  5.3 实验结果及分析  36-39
    5.3.1 实验结果  36-37
    5.3.2 实验结果分析  37-39
第6章总结与展望  39-40
参考文献  40-45
致谢  45

计算机化自适应认知诊断测验选题策略的研究

内容摘要

全文目录

相似论文