学位论文 > 优秀研究生学位论文题录展示

计算机化自适应测验选题策略研究

作　者: 汪文义
导　师: 丁树良
学　校: 江西师范大学
专　业: 计算机应用技术
关键词: 计算机化自适应测验 选题策略 认知诊断评价
分类号: TP391.76
类　型: 硕士论文
年　份: 2009年
下　载: 104次
引　用: 11次
阅　读: 论文下载
 

内容摘要


计算机化自适应测验(CAT)中具有智能的部分是选题策略,选题策略是CAT研究中最重要的部分。按CAT的功能来分,至少可以分为传统CAT与具有诊断功能的CAT。本文对传统CAT的选题策略和具有认知诊断功能的CAT的选题策略分别进行讨论。由于具有诊断功能的CAT发展较晚,对其选题策略的讨论较少,故本文用较大的篇幅,对具有认知诊断功能的CAT的选题策略及其相关问题进行讨论。本文对研究较少的多级评分CAT选题策略进行研究。由于CAT对能力的估计是序贯进行,对每位考生而言,在测验较早阶段能力估计是较粗糙的,好的项目与差的项目应搭配使用,以充分利用题库中项目。因此,本文提出了交错选题策略,即给出不同的选题策略,在施测时交错使用。Monte Carlo模拟表明,该选题策略对多级评分模型(等级反应模型)效果较好。随着教育学、心理学、数学和计算机科学的发展,特别是模式识别、人工智能和计算机辅助教学等的发展,刺激和促进了认知诊断的迅速发展。本文另一个内容是,对DINA模型下具有认知诊断功能的自适应测验的选题策略进行研究,提出一种新的选题策略最大期望信息量方法(Maximum Expected Information Strategy,MEIS),另外还提出了一种计算知识状态先验分布的方法,可用于DINA参数估计EM算法中,也可用于具有认知诊断功能的CAT中。通过Monte Carlo实验,对随机(RD)、相对熵(KL)、香农熵(SHE)和MEIS选题策略进行了比较研究。结果表明:一、MEIS的计算时间较KL和SHE方法要少,与RD方法相当;MEIS比SHE的判准率稍差,比KL和RD方法要好;对于项目调用均匀性情况,KL和SHE倾向于调用失误参数和猜测参数之和较小的项目,而MEIS倾向调用项目参数之和较大的项目,KL、SHE和MEIS三种策略的项目调用均匀性都较差。二、在有属性层次结构下,先验分布偏离真实分布太大时,MEIS判准率不好,而SHE方法仍然较好。三、采用SHE和MEIS交错使用,项目调用均匀性稍有提高。MEIS对于提高质量较差的项目的使用率有一定的意义,是否可以仿照传统CAT中a分层思想,将MEIS与SHE或KL方法结合使用,进行项目曝光控制,这个问题值得进一步研究。

全文目录


相似论文

  1. 计算机自适应考试系统研究与实现,TP311.52
  2. 高三化学教学设计中的选题策略研究,G633.8
  3. 改进的最大优先指标及在计算机化自适应诊断测验中的应用,TP391.76
  4. 计算机化自适应认知诊断测验选题策略的研究,TP391.6
  5. 具有认知诊断功能的计算机化自适应测验的选题策略研究,TP399-C1
  6. 基于项目反应理论的计算机化自适应测试a分层法的优化,TP274
  7. 基于.NET的计算机化自适应测验系统的设计与实现,TP311.52
  8. 基于Web的化学自适应测验系统的研究,TP399
  9. 允许检查并修改答案的CAT研究,TP391.76
  10. 基于ASP.net的《预防医学》CAT系统的研究与实现,TP311.52
  11. 基于Cos方法的参数估计研究,TP11
  12. 基于属性层次结构的FCA及其在认知诊断中的应用研究,TP18
  13. 项目自动生成的小学儿童数学问题解决认知诊断CAT编制,G624.5
  14. 基于Web的自适应考试系统的研究与设计,TP311.52
  15. 塑造电视谈话节目的深层魅力,G222
  16. 基于IRT的自适应考试系统的研究与设计,TP311.52
  17. IRT在《现代教育技术》题库构建中的应用,TP311.52
  18. 基于项目反应理论的计算机自适应测试系统研究,TP274
  19. 基于IRT计算机自适应测试的研究,TP274
  20. Samejima等级反应模型下CAT选题策略比较研究,B841

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 机器辅助技术 > 机器辅助测试(CAT)
© 2012 www.xueweilunwen.com