[發明專利]基于深度項目反應理論的認知診斷方法

在審

• 申請號: 201910676812.0
• 申請日: 2019-07-25
• 公開（公告）號: CN110377707A
• 公開（公告）日: 2019-10-25
• 發明（設計）人: 劉淇;陳恩紅;程松;黃仔;黃振亞;陳玉瑩;馬海平
• 申請（專利權）人: 中國科學技術大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06N3/04;G06N3/08;G06Q50/20
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;鄭哲

本發明公開了一種基于深度項目反應理論的認知診斷方法，包括：獲取學生的歷史習題數據；對歷史習題數據進行預處理，使用深度學習方法并結合預處理結果對學生和習題數據進行建模，獲得學生的潛在特質、以及習題難度和區分度；根據學生的潛在特質、以及習題難度和區分度，利用項目反應理論的二參數模型預測學生在習題上的得分。上述方法可以給學生提供更有效、更詳細以及更魯棒的認知診斷結果。

技術領域

本發明涉及深度學習和教育數據挖掘領域，尤其涉及一種基于深度項目反應理論的認知診斷方法。

背景技術

當前的大數據和數據挖掘技術快速發展，尤其是在教育領域，大量的習題數據被收集，并且被廣泛應用于教育相關領域。比如個性化試題推薦可以給學生推薦合適的練習題，來加強學生在知識點或者答題技巧上的熟練度；自適應測試可以根據學生自身的認知情況，給學生提供個性化的測試方案。而對學生的認知情況，也就是學上在知識點或者答題技巧上的掌握程度的準確診斷，是這些應用的基礎。

傳統的認知診斷方法都基于統計學，僅僅使用學生答題結果的歷史數據來對學生進行診斷，對數據敏感，且魯棒性不好。圍繞認知診斷這個問題，很多研究者提出了不少方法，但是這些方法都沒能夠使用習題文本數據來提升診斷效果，然而，教育領域已經積累了很多習題數據，尤其是文本數據。

因此如何利用習題文本，來增強傳統認知診斷模型的有效性以及魯棒性，是當前教育大數據背景下亟待解決的一個重要問題。

發明內容

本發明的目的是提供一種基于深度項目反應理論的認知診斷方法，可以給學生提供更有效、更詳細以及更魯棒的認知診斷結果，從而能夠更有針對性的給學生推薦合適的習題。

本發明的目的是通過以下技術方案實現的：

一種基于深度項目反應理論的認知診斷方法，其特征在于，包括：

獲取學生的歷史習題數據；

對歷史習題數據進行預處理，使用深度學習方法并結合預處理結果對學生和習題數據進行建模，獲得學生的潛在特質、以及習題難度和區分度；

根據學生的潛在特質、以及習題難度和區分度，利用項目反應理論的二參數模型預測學生在習題上的得分。

由上述本發明提供的技術方案可以看出，充分利用了習題數據，能夠增強認知診斷的有效性和魯棒性，同時，彌補了傳統項目反映理論的單維性和不能冷啟動以及大規模訓練的弊端。

附圖說明

為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域的普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他附圖。

圖1為本發明實施例提供的一種基于深度項目反應理論的認知診斷方法的流程圖。

具體實施方式

下面結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基于本發明的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本發明的保護范圍。

本發明實施例提供一種基于深度項目反應理論的認知診斷方法，其具體基于深度項目反應理論實現，如圖1所示，主要包括如下步驟：

步驟11、獲取學生的歷史習題數據。

本發明實施例中，所述歷史習題數據包含了M個習題，每一習題包括的習題描述文本以及習題包含的知識點集合。同時，還獲取學生的答題記錄，其中的實際得分將用于訓練階段。