貝葉斯網(wǎng)絡(luò)在認(rèn)知診斷中的應(yīng)用

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(xiě)過(guò)的研究成果。其他同志對(duì)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f t 期： ⅪJ L ．k - ，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)

2、校有權(quán)保存本學(xué)位論文的電子和紙質(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?jī)?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j r 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t t 期： Ⅶ1 1 ．5 、1 暑 f ：1

3、 期： 加『2 ．S ．。占中文摘要中文摘要傳統(tǒng)的測(cè)量理論只提供給被試一個(gè)籠統(tǒng)的分?jǐn)?shù)或能力值，無(wú)法解釋相同的分?jǐn)?shù)或能力值背后卻有不同的知識(shí)結(jié)構(gòu)這一現(xiàn)象。如今，人們已經(jīng)不滿足測(cè)驗(yàn)只給出總結(jié)性的評(píng)價(jià)，而是要求測(cè)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(cè)量理論，強(qiáng)調(diào)認(rèn)知一1 5 理學(xué)對(duì)測(cè)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(duì)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

4、此，認(rèn)知診斷受到測(cè)驗(yàn)研究者和測(cè)驗(yàn)編制者越來(lái)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，K ．K ．T a t s u o k a 和她同事研究的規(guī)則空間模型( R S M ) 以及L e i g h t o n 等人在R S M 基礎(chǔ)上提出的屬性層級(jí)模型( A H M ) 是影響比較大的認(rèn)知診斷模型。規(guī)則空

5、間模型和屬性層級(jí)模型都強(qiáng)調(diào)Q 矩陣?yán)碚搶?duì)診斷測(cè)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(wèn)的層級(jí)關(guān)系，就可以分析得到Q 矩陣。因此，合理的認(rèn)知屬性問(wèn)的層級(jí)關(guān)系對(duì)認(rèn)知診斷測(cè)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(shí)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(huì)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(guò)一個(gè)有向無(wú)環(huán)圖和一組概率分布定性和

6、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(yǔ)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(guò)程，就是利用數(shù)據(jù)進(jìn)行貝葉斯網(wǎng)學(xué)習(xí)的過(guò)程。如今，越來(lái)越多的研究領(lǐng)域丌始采用貝葉斯網(wǎng)展示問(wèn)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(duì)不確定性問(wèn)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(guó)內(nèi)外已經(jīng)有將貝葉斯網(wǎng)運(yùn)用到教育測(cè)量中的相關(guān)研究，但數(shù)量很少。本文嘗試將貝

7、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2 5 8 名學(xué)生物理測(cè)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(shí)點(diǎn)屬性I h J 的層級(jí)關(guān)系。學(xué)習(xí)得到的屬性層級(jí)關(guān)系可以驗(yàn)證和?！篎 由專家提出的屬性層級(jí)關(guān)系，從而使屬性層級(jí)關(guān)系更加合理，為下一步的診斷分類的正確性提供保證。研究二：構(gòu)建樸素貝葉斯網(wǎng)分類器和樹(shù)增』。樸素貝1 1 1 ．斯分類器，根據(jù)學(xué)生的物理題日的作答數(shù)據(jù)，對(duì)學(xué)生的認(rèn)知狀念進(jìn)行診斷分類，將2