基于認知診斷的教育輔助技術(shù)研究.pdf

1、近年來，隨著信息技術(shù)在教育領(lǐng)域的廣泛應(yīng)用，各種各樣的智能教輔平臺迅速發(fā)展并吸引了大量的用戶，逐漸成為了學習者進行知識構(gòu)建和協(xié)作學習的主流學習環(huán)境。與傳統(tǒng)教育相比，智能教輔系統(tǒng)打破了時間和空間的限制，因此具有自主性、開放性的特點，提高了學生學習、教師教學的效率。但是由于智能教輔系統(tǒng)的實質(zhì)還是以資源為主的知識灌輸式的教學方式，面臨著不能因材施教、靈活性差、對邊緣學生關(guān)注不夠等問題和挑戰(zhàn)。因此，如何通過加深學生對自身知識結(jié)構(gòu)的了解、提升學生的

2、學習效率和學習積極性來促進學生的學業(yè)水平提升，是當前亟需解決的重要問題。基于不斷積累的教育數(shù)據(jù)，通過教育數(shù)據(jù)挖掘技術(shù)對教學進行輔助已經(jīng)變成了當前教育發(fā)展的必然趨勢。
　　來自教育領(lǐng)域和數(shù)據(jù)挖掘領(lǐng)域的學者們已經(jīng)開展了諸多針對教育輔助技術(shù)的研究。然而，目前的教育輔助技術(shù)尚有研究和改進的空間。首先，在學生建模方面，已有的認知診斷模型不能對學生在每項技能的掌握情況給出概率化的估計，不能為學生提供更為詳細的反饋信息和更有價值的改進依據(jù)。其次

3、，以學生建模為基礎(chǔ)的教育輔助技術(shù)的研究也存在著巨大的挑戰(zhàn):一方面，針對學生協(xié)同學習分組的研究所用特征粒度較粗，分組算法的效率也有待提高;另一方面，針對學生成績趨勢預(yù)測的研究而言，目前學生表現(xiàn)預(yù)測問題的解決方案無法保證所用特征和所得模型的可解釋性，極大限制了預(yù)測模型在教育輔導上的應(yīng)用。因此，針對以上研究問題，本文對基于認知診斷的教育輔助技術(shù)進行了研究，主要研究內(nèi)容如下:
　　1.提出了一種概率化的學生認知診斷模型SoftDINA，通

4、過對傳統(tǒng)的認知診斷模型DINA進行改進，可以對學生的技能掌握程度進行概率化的分析。
　　2.通過SoftDINA計算學生的技能掌握程度作為分組特征，引入教育學的認知診斷理論到協(xié)同學習分組問題中，提出一種協(xié)同學習分組框架。提出了異質(zhì)性和收益最大化的目標并設(shè)計了新的協(xié)同學習自動分組算法。
　　3.提出了一種基于認知診斷理論的學生成績趨勢預(yù)測框架。通過應(yīng)用認知診斷理論、項目反應(yīng)理論得到學生的綜合能力和各技能掌握程度作為特征，利用數(shù)