贝叶斯网在认知诊断属性层级结构确定中的应用.pdfVIP

心理学报 2011, Vol. 43, No.3, 338−346 Acta Psychologica Sinica DOI: 10.3724/SP.J.1041.2011.00338 * 1,2 1 2 1,3 (1 江西师范大学计算机信息工程学院, 南昌 330027) (2 安徽亳州师范高等专科学校计算机系, 亳州 233500) (3 江西省南昌市第一中学, 南昌 330003) K. K. Tatsuoka 和她同事研究的规则空间模型(RSM)是一种在国内外有较大影响的认知诊断模型 , 但是 Tatsuoka 的 RSM 是由学科专家先从已编制的测验中抽取出属性, 然后给出测验的关联 Q 阵, 再由该 Q 阵导出属性间的层级关系。已有研究证明, 这种做法所得到的属性间的层级关系难以保证是正确的, 甚至难 以保证属性间的层级关系是唯一确定的。这里利用贝叶斯网进行结构学习, 从被试的属性掌握模式中挖掘出 属性间的层级关系, 学习所得到的层级关系可以用来验证由 RSM 中的方法得到的层级关系。模拟实验和实 证研究的结果都显示了该方法所得到的属性层级关系是有参考价值的 , 可以为命题或测量专家带来有用的 信息。 规则空间模型 ; 认知诊断 ; 贝叶斯网; 结构学习 B841 1 引言 2 综述 认 知 诊 断 理 论 是 新 一 代 测 量 理 论 , 在 教 育 2.1 Q 矩阵 测 量 实 践 中 具 有 广 阔 的 应 用 前 景 ; 贝 叶 斯 网 络 Q 矩阵是属性与项目的关联阵(incident matrix), 是 基 于 概 率 的 图 模 型 , 正 逐 渐 成 为 人 工 智 能 、 它是一个测验规范(test specification), 有人也认为 模式识别、机器学习和数据挖掘等众多领域中处 它表示了一个认知模型(cognitive model) (Tatsuoka, 理不确定性问题的重要方法之一 , 是十多年来在 1995)。Q 矩阵对于大多数认知诊断模型都是必须 这些领域的一个研究热点 (董立岩 , 2007) 。本文针 的 。 规 则 空 间 模 型 (Rule Space Model, RSM) 对目前认知诊断中属性层级结构的确定有时会出 (Tatsuoka, 1995, 2009) 、 属 性 层 级 模 型(Attribute 现偏差或错误的现象 , 将贝叶斯网技术应用到认 Hierarchy Model, AHM) (Gierl, Leighton, Hunka, 知诊断的属性层次结构的确定中 , 即通过贝叶斯 2000) 明 确 要求 有 Q 阵 , 而 DINA (deterministic 网结构学习, 从被试的属性掌握模式中得到属性 input, noisy “and” gate model) (Junker Sijtsma, 间的层级关系, 以验证使用 RSM 中的方法得到 2001), NIDA (noisy input, deterministic “and” gate 的 层 级 关 系 或 使 用 属 性 层 次 方 法 (AHM) model) (Maris, 1