貝葉斯網(wǎng)絡(luò)在認(rèn)知診斷中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩61頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、學(xué)位論文獨(dú)創(chuàng)性聲明本人鄭重聲明:所提交的學(xué)位是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作和取得的研究成果。本論文中除引文外,所有實(shí)驗(yàn)、數(shù)據(jù)和有關(guān)材料均是真實(shí)的。本淪文中除引文和致謝的內(nèi)容外,不包含其他人或其它機(jī)構(gòu)已經(jīng)發(fā)表或撰寫過的研究成果。其他同志對本研究所做的貢獻(xiàn)均已在論文中作了聲明并表示了謝意。學(xué)位論文作者簽名:壬孕ft期:ⅪJLk,J苫學(xué)位論文使用授權(quán)聲明研究生在校攻讀學(xué)位期間論文工作的知諺產(chǎn)權(quán)單位屬南京師范大學(xué)。學(xué)校有權(quán)保存本學(xué)位論文的電子

2、和紙質(zhì)文檔,呵以借閱或上網(wǎng)公偉本學(xué)位論文的部分或全部內(nèi)容,呵以采用影印、復(fù)印等手段保存、匯編本學(xué)位論文。學(xué)??梢韵驁D家有關(guān)機(jī)天或機(jī)構(gòu)送交論文的電jr和紙質(zhì)文檔,允許論文被查閱和借閱。(保密論文在解密后遵二):此規(guī)定)保密論文j釋:本學(xué)位論文屬于保密論文,保密期限為“d。、幔,。學(xué)位淪文作者簽名:t卑指導(dǎo)教師簽鋁:龕去孑己tt期:Ⅶ115、1暑f:1期:加『2S。占中文摘要中文摘要傳統(tǒng)的測量理論只提供給被試一個(gè)籠統(tǒng)的分?jǐn)?shù)或能力值,無法解釋

3、相同的分?jǐn)?shù)或能力值背后卻有不同的知識結(jié)構(gòu)這一現(xiàn)象。如今,人們已經(jīng)不滿足測驗(yàn)只給出總結(jié)性的評價(jià),而是要求測驗(yàn)位教和學(xué)提供更多具體的反饋信息。認(rèn)知診斷作為新一代的測量理論,強(qiáng)調(diào)認(rèn)知一15理學(xué)對測驗(yàn)編制的指導(dǎo)作用。認(rèn)知診斷能夠診斷出學(xué)生內(nèi)部的認(rèn)知結(jié)構(gòu)和認(rèn)知狀態(tài),為個(gè)體提供認(rèn)知強(qiáng)項(xiàng)和弱項(xiàng)的信息,對個(gè)體進(jìn)行補(bǔ)救教學(xué),有利于個(gè)體下一步的學(xué)習(xí)。因此,認(rèn)知診斷受到測驗(yàn)研究者和測驗(yàn)編制者越來越多的重視。認(rèn)知診斷的主要任務(wù)是根據(jù)被試的作答情況珍斷出被試認(rèn)知

4、屬性的掌握情況,進(jìn)而將被試分到特定的認(rèn)知屬性掌握模式中。圍繞這個(gè)中心任務(wù),研究者們提出了眾多認(rèn)知診斷模型。其中,KKTatsuoka和她同事研究的規(guī)則空間模型(RSM)以及Leighton等人在RSM基礎(chǔ)上提出的屬性層級模型(AHM)是影響比較大的認(rèn)知診斷模型。規(guī)則空間模型和屬性層級模型都強(qiáng)調(diào)Q矩陣?yán)碚搶υ\斷測驗(yàn)的編制和診斷分類的關(guān)鍵作用。只要能得到認(rèn)知屬性問的層級關(guān)系,就可以分析得到Q矩陣。因此,合理的認(rèn)知屬性問的層級關(guān)系對認(rèn)知診斷測

5、驗(yàn)相當(dāng)重要。認(rèn)知診斷的中心任務(wù)是根據(jù)每個(gè)被試的作答數(shù)據(jù)確定其相應(yīng)的知識掌握狀態(tài),即將學(xué)生分類到特定的屬性掌握模式中,為補(bǔ)救教學(xué)提供參考。很明顯,優(yōu)良的分類方法會大大提高認(rèn)知診斷分類的準(zhǔn)確性。貝葉斯網(wǎng)絡(luò)以貝葉斯理論和圖論為基礎(chǔ),通過一個(gè)有向無環(huán)圖和一組概率分布定性和定量的表達(dá)變量f自J的獨(dú)立和依賴關(guān)系。貝葉斯網(wǎng)絡(luò)是『1礦格的數(shù)學(xué)語言,適合于計(jì)算機(jī)的處理;同時(shí)又直觀易懂,方便建立模型。建立貝葉斯網(wǎng)的過程,就是利用數(shù)據(jù)進(jìn)行貝葉斯網(wǎng)學(xué)習(xí)的過程。

6、如今,越來越多的研究領(lǐng)域丌始采用貝葉斯網(wǎng)展示問題的結(jié)構(gòu)。貝葉斯分類器是一種特殊的貝葉斯網(wǎng),是基于概率的分類器,對不確定性問題有較高的推理能力,它的良好的分類效能已經(jīng)在許多領(lǐng)域得到證實(shí)。國內(nèi)外已經(jīng)有將貝葉斯網(wǎng)運(yùn)用到教育測量中的相關(guān)研究,但數(shù)量很少。本文嘗試將貝葉斯網(wǎng)絡(luò)運(yùn)用到認(rèn)知診斷中,主要分為兩個(gè)研究。研究一利用258名學(xué)生物理測驗(yàn)所得的數(shù)據(jù)進(jìn)行貝葉斯結(jié)構(gòu)學(xué)習(xí),利用貝葉斯結(jié)構(gòu)學(xué)習(xí)得到六個(gè)物理學(xué)知識點(diǎn)屬性IhJ的層級關(guān)系。學(xué)習(xí)得到的屬性層級

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論