高考考生能力數(shù)據(jù)分析和評(píng)價(jià)方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的高速發(fā)展，教育領(lǐng)域的學(xué)習(xí)數(shù)據(jù)與日俱增。借助于計(jì)算機(jī)等工具，可以收集到大量的相關(guān)數(shù)據(jù)。如何將這些海量數(shù)據(jù)轉(zhuǎn)變?yōu)橹R(shí)和信息，并為學(xué)習(xí)者評(píng)價(jià)、教學(xué)決策及學(xué)習(xí)優(yōu)化等方面提供服務(wù)，成為教育數(shù)據(jù)挖掘研究領(lǐng)域的熱點(diǎn)?，F(xiàn)有的研究主要基于開(kāi)放和智能的在線學(xué)習(xí)系統(tǒng)，通過(guò)使用學(xué)生建模等技術(shù)來(lái)揭示學(xué)生的學(xué)習(xí)特征和學(xué)習(xí)狀況等。但是，基于作答數(shù)據(jù)來(lái)對(duì)學(xué)生知識(shí)和能力狀態(tài)的研究較少且更多從心理學(xué)的角度進(jìn)行分析。在心理學(xué)領(lǐng)域，認(rèn)知診斷理論能夠了

2、解個(gè)體內(nèi)部微觀心理加工過(guò)程，實(shí)現(xiàn)個(gè)體認(rèn)知情況的診斷。然而，認(rèn)知診斷在進(jìn)行診斷分析前一般以 Q矩陣?yán)碚撝笇?dǎo)編制測(cè)試，這與實(shí)際的教育考試存在較大差異。另外，認(rèn)知診斷模型復(fù)雜度較高，且多數(shù)模型僅適于0-1評(píng)分?jǐn)?shù)據(jù)，這使得現(xiàn)有的診斷模型在實(shí)際應(yīng)用中存在一定的局限。
　　本文首先基于考生得分信息，通過(guò)項(xiàng)目反應(yīng)理論（IRT）來(lái)分析考生在所測(cè)項(xiàng)目上的反應(yīng)模式與其潛在特質(zhì)（也稱(chēng)能力）之間的關(guān)系，對(duì)考生個(gè)體的能力水平進(jìn)行評(píng)估。具體利用Rasch模型

3、，以極大似然估計(jì)方法進(jìn)行參數(shù)估計(jì)，計(jì)算每個(gè)考生個(gè)體的總能力值θ。該能力值反映了考生在特定測(cè)試上一致性的內(nèi)在特征，對(duì)考生更深層次的能力挖掘有重要作用。其次，由于項(xiàng)目反應(yīng)理論采用單維性假設(shè)，即只適于分析單一維度的能力屬性。因此，采用 Q矩陣?yán)碚搶⒖忌豢芍苯佑^察的能力狀態(tài)與在項(xiàng)目上可觀察的作答反應(yīng)相連接，從而把考生能力細(xì)化到各個(gè)能力屬性層面，為考生更深層次的能力分析和評(píng)價(jià)提供理論依據(jù)。具體過(guò)程為：詳細(xì)分析測(cè)試項(xiàng)目所測(cè)的不可觀察的能力屬性及其

4、層級(jí)結(jié)構(gòu)；利用Q矩陣?yán)碚搶⒛芰顟B(tài)轉(zhuǎn)化為可觀察的項(xiàng)目反應(yīng)模式，并改進(jìn) Q矩陣?yán)碚撘赃m于實(shí)際考試中的多值評(píng)分情況，得到多值評(píng)分下的期望反應(yīng)模式。最后，將考生能力分析和評(píng)價(jià)看作一個(gè)多元分類(lèi)問(wèn)題，結(jié)合基于IRT和Q矩陣?yán)碚摰目忌芰χ岛晚?xiàng)目反應(yīng)模式構(gòu)造考生的特征向量，采用概率神經(jīng)網(wǎng)絡(luò)算法進(jìn)行分類(lèi)判別，挖掘考生更深層次的能力掌握情況。模擬實(shí)驗(yàn)表明，本文提出的結(jié)合IRT和Q矩陣的概率神經(jīng)網(wǎng)絡(luò)分類(lèi)方法能夠一定程度提高考生能力掌握模式判別的準(zhǔn)確率。另