粗糙集理論在認(rèn)知診斷中的應(yīng)用.pdf

1、認(rèn)知診斷通過對學(xué)生的知識結(jié)構(gòu)與認(rèn)知加工技能進(jìn)行評估，向他們提供更好的教學(xué)指導(dǎo)，因而，課堂測驗被認(rèn)為是應(yīng)用認(rèn)知診斷的理想場所。要真正發(fā)揮認(rèn)知診斷應(yīng)有的功效，現(xiàn)有的認(rèn)知診斷模型仍然有諸多難題需要克服。首先，現(xiàn)有認(rèn)知診斷計量模型大多采用概率統(tǒng)計方法，在項目參數(shù)未知的條件下對大樣本的依賴，使它們必須有較高昂的費用才能融入日常教學(xué);其次，及時反饋甚至當(dāng)堂反饋是發(fā)揮認(rèn)知診斷補救性教學(xué)功能的必要條件，當(dāng)前有經(jīng)驗的教師憑借教學(xué)經(jīng)驗可以進(jìn)行有效的課堂評估

2、，但我國發(fā)展不平衡，師資力量不齊整，認(rèn)知診斷是解決這一問題的一個辦法。但基于模型的認(rèn)知診斷目前主要應(yīng)用于大型測驗，計算復(fù)雜，測驗與反饋之間的時滯較長，未能對補救性教學(xué)產(chǎn)生實際效應(yīng)，無法真正發(fā)揮促進(jìn)教學(xué)的作用，有違認(rèn)知診斷的本意。在項目參數(shù)已知條件下，雖然采用計算機自適應(yīng)認(rèn)知診斷測驗，可及時反饋結(jié)果，但建立題庫費用昂貴、周期性長，且涉及到項目參數(shù)等值、題目曝光不均勻等問題，使它推廣起來很不方便，甚至在有的測驗中被禁用;再者，當(dāng)屬性個數(shù)較多

3、時，現(xiàn)有的認(rèn)知診斷模型計算較為復(fù)雜，現(xiàn)有的文獻(xiàn)中，也很少看到處理屬性數(shù)超過10個的情況，而在實際中，屬性個數(shù)多的情況很常見，這為認(rèn)知診斷的應(yīng)用帶來了一定的限制。因此，尋求新的認(rèn)知診斷方法解決無項目參數(shù)、被試量少、屬性個數(shù)多、無需等值、需要及時反饋等問題是非常必要的。
　　 作為處理不確定性知識的數(shù)學(xué)工具之一，粗糙集理論可以解決認(rèn)知診斷中知識粒度大小引起的不確定性。它無需先驗知識，可以導(dǎo)出問題的決策或分類規(guī)則，對研究對象進(jìn)行分類。

4、本文旨在將粗糙集理論應(yīng)用于認(rèn)知診斷，克服已有認(rèn)知診斷方法對樣本量的依賴和診斷費時兩大難題。因為將粗糙集理論應(yīng)用于認(rèn)知診斷是一個全新的課題，它應(yīng)用于認(rèn)知診斷是否有效，效果如何，能處理認(rèn)知診斷中的什么問題都值得探討，所以本文分六個部分依次展開:首先，將目前常用的DINA模型作為比較對象，在不同屬性個數(shù)、不同屬性層級結(jié)構(gòu)和不同可達(dá)陣個數(shù)條件下，系統(tǒng)研究粗糙集理論應(yīng)用的可行性;其次，針對屬性個數(shù)較多時判準(zhǔn)率低的情況，研究二提出屬性組塊方法，并在

5、屬性個數(shù)高達(dá)10和11個的情況下采用粗糙集理論進(jìn)行屬性組塊研究，探討屬性組塊及屬性組塊方式對判準(zhǔn)率的影響;第三，課堂測驗是認(rèn)知診斷的一個理想場所，為將認(rèn)知診斷融入課堂測驗之中，在研究一的基礎(chǔ)上，研究三進(jìn)一步將粗糙集理論用于小樣本小題量的情況，考察樣本量小和題量小對診斷結(jié)果的影響;第四，項目屬性標(biāo)定和被試知識狀態(tài)診斷是相輔相成的兩個方面。到目前為止，只有計算機化認(rèn)知診斷自適應(yīng)測驗才能處理項目屬性輔助標(biāo)定問題，研究四采用粗糙集理論對紙筆測驗

6、中的項目屬性進(jìn)行自動標(biāo)定，并從被試估計準(zhǔn)確度、被試作答失誤率和屬性個數(shù)三個方面考察對項目屬性標(biāo)定準(zhǔn)確度的影響;第五，一題多解是問題解決中的常態(tài)，而現(xiàn)有的認(rèn)知診斷方法基本上討論僅僅采用一種策略的情形。研究五采用粗糙集理論進(jìn)行多策略認(rèn)知診斷并與已有多策略的研究結(jié)果進(jìn)行比較;第六，上述五個部分皆為模擬研究，研究六旨在在此基礎(chǔ)上，將粗糙集理論用于認(rèn)知診斷的實踐之中，考察粗糙集理論在實際測驗中的效果。
　　 以上研究結(jié)果表明:
　　

7、 (1)在無項目參數(shù)條件下，采用粗糙集理論做認(rèn)知診斷與被試量無關(guān)、估計的速度非?？烨以\斷結(jié)果比較理想，說明粗糙集理論能夠應(yīng)用于課堂測驗。當(dāng)屬性數(shù)少于6個時，粗糙集理論的模式判準(zhǔn)率結(jié)果比DINA好，當(dāng)屬性數(shù)為6個或以上時，有些情況下，粗糙集理論的模式判準(zhǔn)率低一些。
　　 (2)在屬性個數(shù)比較多時，采用組塊方法能夠提高模式判準(zhǔn)率，所需題量也大大減少，同時對屬性超過10個的情況也有相同的結(jié)論。
　　 (3)采用粗糙集理論做認(rèn)

8、知診斷時，不需項目參數(shù)，樣本的大小對被試知識狀態(tài)判準(zhǔn)率的影響并不明顯，且估計結(jié)果穩(wěn)定。
　　 (4)粗糙集理論能有效地進(jìn)行項目屬性自動標(biāo)定。當(dāng)作答失誤較低、考察屬性數(shù)較少、被試知識狀態(tài)估計較準(zhǔn)時，采用粗糙集理論進(jìn)行紙筆測驗的項目屬性自動標(biāo)定，項目屬性模式判準(zhǔn)率和屬性邊際判準(zhǔn)率較高;當(dāng)被試估計準(zhǔn)確度低、或作答的失誤率高或?qū)傩詡€數(shù)多時，項目屬性模式判準(zhǔn)率和屬性邊際判準(zhǔn)率會降低。
　　 (5)采用粗糙集理論進(jìn)行多策略研究，研究