[發明專利]基于多視角認知診斷的學生成績預測方法

有效

• 申請號: 202011103050.4
• 申請日: 2020-10-15
• 公開（公告）號: CN112288145B
• 公開（公告）日: 2022-08-05
• 發明（設計）人: 劉凡;陳智斌;崔閏杰;許峰
• 申請（專利權）人: 河海大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/20;G06F40/216;G06F40/284;G06N20/00
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 姜慧勤

本發明公開了一種基于多視角認知診斷的學生成績預測方法，對給定考試成績進行分析確定學生?試題反應函數，將第一詞向量預訓練模型作為一個視角對第一試題文本信息進行訓練，將第二詞向量預訓練模型作為另一視角對第二試題文本信息進行訓練，在每一步迭代過程中，每一個視角驗證集的試題文本數據進行標記，標記得到的預測參數加入另一視角下一迭代步驟的訓練集中，反復迭代，以確定預測用模型，提取待考試試題文本的各個預測試題參數，將各個預測試題參數與給定試題參數進行對比，確定目標試題參數，將目標試題參數代入學生?試題反應函數，得到目標學生參數相對于待考試試題文本的考試成績，以實現學生成績預測，提升了預測得到的結果的準確性。

技術領域

本發明涉及認知診斷技術領域，尤其涉及一種基于多視角認知診斷的學生成績預測方法。

背景技術

認知診斷與傳統的大規模考試不同，傳統的考試只能提供學生每道題的答題情況。然而由單一的分數，既不能獲得學生的潛在知識狀態與認知水平，也不能對學生近階段的學習情況給予精確的分析，以調整學生下一階段的學習。

學生是在線教育系統服務的主要對象，準確分析學生的認知水平，對幫助了解學生狀態、構建適當的教學計劃都具有極大的幫助。為此，教育心理學的研究者提出認知診斷評價(Cognitive Diagnosis Assessment，CDA)，進行學生認知水平的全面分析。CDA是一個基于認知心理學、統計學和計算機科學的評價體系，通過對學生的答題數據進行建模分析，對學生的認知狀態進行診斷，定量考察學生的個體差異和認知水平。

認知診斷模型在不同的場景下有不同的應用，根據模型設計的不同，可以分析學生的知識掌握狀態，猜測率與失誤率等。根據分析結果的維度，認知診斷模型可以分為單維人資診斷模型與多維認知診斷模型。單維即分析結果使用單個的標量表示，例如項目反應理論(ItemResponse Theory,IRT)。這樣的模型對于復雜的學生隱藏屬性較難分析。因此自然的就有多維的認知診斷模型，例如多維項目反應理論(Multidimensional ItemResponse Theory,MIRT)。MIRT中有多種模型，例如雙參數邏輯模型的多維擴展(Multidimensional extension of Two-Parameter Logisticmodel,M2PL)(Reckase,M.:Multidimensional Item Response Theory,vol.150.Springer,New York(2009))，M2PL中包含了兩組試題的相關參數：試題的區別參數與試題的難度參數。

普通的認知診斷模型難以對試題文本這種異構信息分析建模，而試題文本是考試成績評估中的重要信息。僅僅通過離散的題目序號與答題記錄丟失了大量信息。Zhu(ZhuT,Liu Q,Huang Z,et al.MT-MCD:A Multi-task Cognitive Diagnosis Framework forStudent Assessment[C]//International Conference on Database Systems forAdvanced Applications.Springer,Cham,2018:318-335.)提出對試題文本提取信息并使用映射矩陣獲得其參數，矩陣用于多任務學習以使各個不同的任務之間具有更強的可比較性。Wang(Wang F,Liu Q,Chen E,et al.Neural Cognitive Diagnostic for IntelligentEducation Systems,The 34^th AAAI Conference on Artificial Intelligence,NewYork,USA.)提出使用神經網絡自動學習反應函數，并將試題文本和知識點-試題關聯信息嵌入神經網絡。