首页> 中文学位 >基于认知诊断的学生作答行为建模方法及应用研究
【6h】

基于认知诊断的学生作答行为建模方法及应用研究

代理获取

目录

声明

摘要

第1章绪论

1.1研究背景与意义

1.2国内外研究现状

1.2.1.教育数据挖掘

1.2.2.认知诊断模型

1.2.3.学生作答行为建模

1.3主要研究内容

1.4组织结构

第2章基于模糊认知诊断的学生建模框架

2.1 引言

2.2相关工作

2.2.1.数据挖掘方法

2.2.2.认知诊断方法

2.3准备知识

2.3.1.认知诊断

2.3.2.客观题与主观题

2.3.3.模糊集与模糊逻辑

2.4模糊认知诊断框架

2.4.1.学生知识能力水平的模糊化

2.4.2.学生题目掌握程度的模糊化

2.4.3.学生得分生成

2.5模型参数估计

2.6实验结果对比

2.6.1.实验设置

2.6.2.学生作答得分预测

2.6.3.学生认知诊断分析

2.7小结

第3章基于认知诊断的线下学生粗心猜测侦测方法

3.1 引言

3.2相关工作

3.2.1.学生作答行为建模

3.2.2.粗心猜测行为建模

3.3粗心猜测行为研究

3.3.1.粗心测行为的定义

3.3.2.粗心猜测行为的类型

3.4.2.基于异常检测的粗心猜测侦测方法

3.4.3. 基于贝叶斯后验的粗心猜测侦测方法

3.4.4.基于异常检测与贝叶斯后验的混合侦测方法

3.5实验分析

3.5.1.粗心猜测侦测的评估方法

3.5.2.对比实验

3.5.3.参数研究

3.6结论

第4章基于认知诊断的在线学生欺骗系统行为识别方法

4.1 引言

4.2相关工作

4.2.1.教育心理学模型

4.2.2.教育数据挖掘方法

4.3欺骗系统行为研究

4.3.1.欺骗系统行为的定义

4.3.2.欺骗系统行为的类型

4.3.3.欺骗系统行为与猜测行为的关系

4.4 KPGRM模型

4.4.1.问题定义

4.4.2.多次尝试作答记录中的显式欺骗因子

4.4.3.单次尝试作答记录中的隐式欺骗因子

4.4.4.在线系统中的学生认知建模

4.4.5.模型参数估计

4.5实验对比

4.5.1.实验设置

4.5.2.模型性能评估

4.5.3.欺骗因子分析

4.5.4.题目难度分析

4.6结论

第5章结论

5.1工作总结

5.2主要贡献及创新

5.3不足之处及讨论

5.4未来展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果

展开▼

摘要

随着教育信息化进程不断推进,智能教育系统积累教与学数据呈现出加速增长的趋势。如何将数据分析挖掘技术应用于教育领域,从教育数据中挖掘有价值的信息,从而揭示教育的自然规律,指导老师、学生等教育主体优化教与学的方式方法,已经成为实现教育智能化的重要技术路径,也是《国家中长期教育改革和发展规划纲要》的重要目标。 教育数据挖掘旨在利用教育领域不断累积的大量信息资源,构建可用的教育信息数据库,并在教育学理论指导下,设计新的数据挖掘技术,发掘有价值的教学规律,建立个性化的学生认知模型,为学生学习、老师教学、考试评测以及教育研究提供更科学的指导。在整个教-学-测的教育闭环中,为了有效地提高学生的学业水平,理解学生的学习能力与知识掌握水平成为最为关键的研究重点和难点,需要通过学生建模全面分析学生的学习能力、认知水平等特征。教育心理学将建模分析学生认知能力的过程称为学生认知诊断(Cognitive Diagnostic),对学生知识能力建模的方法统称为认知诊断模型(Cognitive Diagnosis Models)。本文在教育数据挖掘背景下,以认知诊断为理论核心,以学生作答行为建模为研究重心,开展以下三个方面的工作。 首先,针对主客观题联合建模,提出了基于模糊认知诊断模型的学生能力建模框架。教育学测试一般通过设计和知识能力相关联的试题集考察学生的知识能力掌握水平。传统测试方法针对客观题(即是非题、选择题)上的学生测试记录,设计相应的认知诊断模型,然而这些方法对于主观题(即开放式的作答题)则无法进行相应的建模分析。另一方面,传统建模方法只能定性分析学生的具体知识能力,无法获得更加精确的量化信息。本文针对主观题得分存在部分正确的模糊性,在传统教育学假设下提出基于模糊认知诊断模型的学生能力建模框架,将学生的知识能力掌握水平表示为模糊集合的隶属度,在联结型和补偿型两种教育学假设下采用模糊交和模糊并来建模客观题和主观题上的认知作答模式,最后根据主客观题得分分布模拟学生作答得分的生成过程。本文提出的模糊认知诊断模型能对主客观题统一建模,并量化分析学生知识能力掌握水平。 其次,针对作答得分异常检测,设计了基于认知诊断的线下学生粗心猜测侦测方法。线下学生测试需考虑粗心答错和猜测答对两种作答得分异常。传统方法一般将两种异常当作固定常数或者题目参数,无法分析学生作答记录中的粗心猜测因素。本文结合异常检测与贝叶斯后验推断技术,提出基于认知诊断的粗心猜测侦测方法,首先基于异常检测方法从数据特点和认知诊断角度,提出基于p值的学生认知水平异常程度度量方法,借此来估计粗心猜测程度;其次本文根据学生作答模式的贝叶斯网络,基于认知诊断模型参数利用贝叶斯定理来估计粗心猜测程度;最后本文结合异常检测与贝叶斯后验推断技术来融合两种策略得到的结果,从而进一步提升粗心猜测侦测的准确率。 最后,针对学生作答动机识别,发展了基于认知诊断模型的在线学生欺骗系统行为识别方法。理解学生作答行为动机是在线教辅平台中的研究重点。其中“欺骗系统”(即Gaming the System)是学生不依赖知识能力而利用系统本身缺陷来完成测试的行为,会影响到评测系统的有效性。传统建模方法一般将欺骗系统归为猜测行为,无法对欺骗系统行为进行针对性的认知建模分析。为此本文提出一种结合认知诊断的两步学生认知作答模型,从学生认知角度融入“欺骗因子”,利用在线评测多次尝试作答的数据记录,应用数据挖掘的方案来量化该因素的影响,并设计一套无监督的欺骗因子多指标聚合方法。再利用协同过滤算法推断单次尝试作答记录上的欺骗因子。最后基于信号侦测模型框架,融合每次作答的欺骗因子建立知识-欺骗二元学生作答模型。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号