项目反应理论与认知诊断模型的参数估计:模型整合视角

将极大似然期望最大化(maximum likelihood estimation via the expectation maximization,MLE-EM)算法拓展到了广义诊断模型估计中,并详细描述了如何使用期望最大化算法计算模型参数的极大似然估计值.从理论上明确指出,在认知诊断模型中存在的2类参数,即项目参数和结构参数,都是从观察数据中自由估计获得的.据此对项目反应理论和认知诊断模型中所用的边际极大似然估计期望最大化(marginal maximum likelihood estimation via the expectation maximization,MMLE-EM)算法理论进行了澄清,指出以往一些研究出现错误结论的原因.最后从模型整合的视角上为后续的研究提出了4条建议.     

属性多级和项目多级评分的认知诊断模型

认知诊断理论中属性多级和项目多级评分均能极大地丰富项目信息,提高诊断结果准确度.基于此对已有认知诊断模型扩展的属性多级和项目评分多级的认知诊断模型进行介绍,并基于认知诊断模型和相关理论研究视角,对当前认知诊断的发展方向提出思考和建议.     

基于残差分析的0-1评分认知诊断模型项目拟合指标研究

认知诊断模型超过100种,在实际中选择合适的模型进行数据分析是十分重要的.本文针对0-1评分的认知诊断模型,提出2个项目拟合指标,即标准化残差和统计量z,为解决模型选择问题提供了一种途径.模拟研究得到统计量z大样本时渐近服从标准正态分布的猜想,以及在属性间紧密度较低时,2个指标对模型拟合不足识别效果较好.     

属性蕴含Q矩阵理论的认知诊断模型

引入属性蕴含的Q矩阵理论扩展了传统Q矩阵理论.属性的先决关系是属性蕴含的特殊形式,寻找属性蕴含Q矩阵理论中合适的认知诊断模型具有重要的理论与应用意义.就满足属性蕴含的Q矩阵,视其为形式概念分析中的形式背景,形势背景诱导的概念格亦为认知诊断模型.研究成果可进一步丰富Q矩阵理论与方法.     

融合遗忘和知识点重要度的认知诊断模型

智慧教育是人工智能的重点研究方向，如何利用试题中知识点并对学生的认知过程进行刻画是重中之重。针对认知诊断模型对学生和试题及其交互信息挖掘不充分的问题，文中提出了融合遗忘和知识点重要度的认知诊断模型。该模型根据学生对试题和知识点的历史交互，结合知识点难度信息引入遗忘因素，缓解了对学生信息挖掘不充分的问题；通过注意力机制获取试题对知识点的考查重要度信息，缓解了对试题信息挖掘不充分的问题；通过Transformer学习学生与试题间的交互，缓解了学生与试题交互不充分的问题。在经典数据集上的实验结果表明，文中模型在Math1、Math2、Assistment数据集上的准确率Acc、均方根误差RMSE、受试曲线面积AUC值分别为0.716、0.445、0.776、0.725、0.432、0.807、0.741、0.427和0.779，优于现有的其他对比模型，说明了知识重要度和时效性对于认知建模的重要性。     

最小二乘法在认知诊断模型中的应用

与传统测验相比,认知诊断测验的优势就在于它能够揭示每个被试的具体认知状况,并且有效地、有针对性地对个体进行补救,规则空间模型（RSM）与属性层级方法（AHM）两认知诊断模型都只能诊断被试掌握与未掌握某属性,而不能反应被试对属性的掌握程度,而被试掌握属性的概率却能够揭示被试对属性的掌握程度,所以可以把这个概率作为诊断报告的一部分,可见进一步研究被试对属性的掌握概率是有必要的。     

基于属性掌握概率的认知诊断模型

认知诊断模型研究主要包括模型建构、模型性能评估及结果报告几个方面.用多维连续向量表示被试的属性掌握概率,并假设属性应用满足局部独立的条件下建构属性掌握概率认知诊断模型,然后运用马尔科夫链蒙特卡洛方法估计模型参数,模拟研究表明该算法的准确性和稳定性较好.最后,运用该模型分析分数减法数据的结果表明被试属性水平和项目参数的诊断结果与规则空间方法分析的结果一致,从而表明该模型是可信和有效的.     

认知诊断中Q矩阵和Q矩阵理论

Q矩阵和Q矩阵理论是认知诊断中一对容易混淆的概念,一方面需要强调它们的差异,另一方面对Q矩阵理论做一些补充,比如在一定条件下,多级评分的认知诊断中测验蓝图的设计原理.根据实测数据对测验蓝图Q矩阵修正的设想,以及认知诊断模型和多维项目反应模型的联系.     

基于不同CDM视角的CD-CAT题库建设

在CD-CAT题库建设过程中,选择合适的认知诊断模型(CDM)标定题库参数是一个关键的步骤.若一个题库均采用一个CDM来标定题库所有参数,则可能会造成模型资料失拟.提出了一种基于混合模型的题库建设思路,通过Monte Carlo 模拟研究验证了基于混合模型建立题库的效果,并与传统的基于单一模型的题库建设进行了比较,为CD-CAT在选用合适的模型方面提供了理论借鉴.     

认知雷达对抗技术概述

新型认知雷达的出现必将引起防御方的高度重视,关于如何发展有效对抗措施的研究应运而生.该文首先介绍了认知雷达的特点及其基本构成因素,并分析了认知雷达的出现对传统电子战带来的挑战.在此基础上,指出对认知雷达的对抗必须将认知技术应用到电子战系统中,从而实现认知电子战.然后,讨论了认知电子战的组成及其基本特征,并对认知电子战的关键技术进行分析,为针对认知雷达的对抗技术和认知电子战的研究研究奠定基础.     

图式对个体认知发展的影响

认知图式是认知心理学研究的一个重要领域,不同时期的心理学家对认知图式的作用进行深入的探索。本文从图式对认知活动的功能出发,探讨了图式在个体认知发展中的积极影响和消极影响。     

数学建构的“环境认知”与“分配认知”

阐述了建构主义的“环境认知”与“分配认知”在数学教学中的含义与运用 ,并从跨文化研究的角度对“环境认知”与“分配认知”进行了讨论和分析     

认知诊断模型参数估计算法比较

该文在不同条件的组合下考查了EM算法和MCMC算法对3种常用的认知诊断模型(DINA模型、DINO模型和G-DINA模型)的参数估计返真性问题.借助项目参数或作答概率分布的偏差、均方根误差、平均绝对离差以及被试的平均属性判准率等指标,评价这2类算法的表现.模拟研究结果表明:MCMC算法更适用于低质量题目、小样本、测验短的条件,而在其他条件下EM算法的表现与MCMC算法的表现相当.     

认知评估中的属性关系

规则空间模型(RSM)及属性层级方法(AHM)是有较大影响力的认知诊断模型.在RSM与AHM中不可缺少属性及属性层级关系,属性层级关系为属性间的先决关系所诱导.但是,先决关系只考虑了属性之间的关系,却忽略了属性集之间存在的联系.该研究以先决关系为切入点,实例证明先决关系及其诱导的属性层级关系具有局限性,基于属性集,提出更具一般性的蕴含关系,使先决关系为其特殊形式,为当前认知诊断理论研究提供了新的研究角度.     

认知负荷研究的某些新动向及教学应用

研究者对认知负荷的分类进行了细化,增加了相关认知负荷的概念;将认知负荷的产生机制与图式建构理论相结合;认知负荷的测量方法主要有利用产生式来测量认知负荷、自我报告心理努力、脑电测量技术、快速评估测验等;专长水平和媒体呈现方式等都是个体认知负荷的影响因素.认知负荷研究的最新成果为教学模式、教学计划、教学软件等的设计提供了理论支持.     

认知语境论

认知结果是由认知对象、认知主体和认知条件三方面决定,并用数学方法对影响认知结果的原因进行了解释.     

良好数学认知结构的研究综述

研究数学认知结构具有重要意义,近些年来人们对于数学认知结构进行了深入的研究.纵观这些研究,涉及到的方面主要有数学认知结构的内涵、良好数学认知结构的特征和建立良好数学认知结构的措施等.但给出的建立良好数学认知结构的措施比较笼统,这应该是下一步着重研究的方向.本文对良好数学认知结构的研究进行了综述.     

浅论数学认知结构

该文论述了数学认知结构的特点,对影响数学认知结构发展和完善的因素进行了分析.     

数学认知理解心理过程调查研究

笔者利用口语报告法对部分数学专业大学生的数学认知理解过程进行了调查,对其内部过程进行了探索.结果表明:学生进行数学认知理解的过程实际上是一个双向操作的过程.     

基于数据资源的认知图挖掘系统研究

认知图是一种知识表达和管理工具,被广泛应用于知识表达和决策制定。传统的认知图建立方法大多依赖于领域内的专家经验,而专家经验往往在一定程度上存在知识的局限性、观点的偏向性等不足,因而通过专家经验建立的认知图可能与现实世界存在着较大的差距。构建了一个基于数据资源的认知图挖掘系统,通过对客观数据资源进行训练来建立认知图,摆脱对专家经验的依赖。该系统主要由数据资源预处理、认知图挖掘、认知图推理等部分组成,在对客观样本数据进行学习并建立认知图的基础上,通过认知图推理机制进行决策分析,最终实现对现实世界的真实模拟。最后通过对客观数据样本进行试验,证明该系统所挖掘出的认知图以及推理分析结果与现实世界基本一致。