计算机化自适应验选题策略研究——以grm和dina模型为例.pdfVIP

摘 要 计算机化自适应测验(CAT)中具有智能的部分是选题策略，选题策略是CAT 研究中最重要的部分。按CAT的功能来分，至少可以分为传统CAT与具有诊断功 能的CAT。本文对传统CAT的选题策略和具有认知诊断功能的CAT的选题策略分 别进行讨论。由于具有诊断功能的CAT发展较晚，对其选题策略的讨论较少，故 本文用较大的篇幅，对具有认知诊断功能的CAT的选题策略及其相关问题进行讨 论。 本文对研究较少的多级评分CAT选题策略进行研究。由于CAT对能力的估计 是序贯进行，对每位考生而言，在测验较早阶段能力估计是较粗糙的，好的项目 与差的项目应搭配使用，以充分利用题库中项目。因此，本文提出了交错选题策 略，即给出不同的选题策略，在施测时交错使用。MonteCarlo模拟表明，该选 题策略对多级评分模型(等级反应模型)效果较好。 随着教育学、心理学、数学和计算机科学的发展，特别是模式识别、人工智 能和计算机辅助教学等的发展，刺激和促进了认知诊断的迅速发展。本文另一个 内容是，对DINA模型下具有认知诊断功能的自适应测验的选题策略进行研究， 提出一种新的选题策略最大期望信息量方法(Maximum Information Expect Carlo 参数估计EM算法中，也可用于具有认知诊断功能的CAT中。通过Monte 研究。结果表明：一、MEIS的计算时间较KL和SHE方法要少，与RD方法相当； MEIS比SHE的判准率稍差，比KL和RD方法要好；对于项目调用均匀性情况， KL和SHE倾向于调用失误参数和猜测参数之和较小的项目，而MEIS倾向调用项 目参数之和较大的项目，KL、SHE和MEIS三种策略的项目调用均匀性都较差。 二、在有属性层次结构下，先验分布偏离真实分布太大时，MEIS判准率不好， 而SHE方法仍然较好。三、采用SHE和MEIS交错使用，项目调用均匀性稍有提 高。MEIS对于提高质量较差的项目的使用率有一定的意义，是否可以仿照传统 个问题值得进一步研究。 关键字：计算机化自适应测验；选题策略；认知诊断评价 Abstract Itemselection isthemost of strategy importantpart Computerized Adaptive tothefunctionsof atleast Testing(CAT)．AccordingCAT，CATcanbedividedinto traditionalCATand Cognitivediagnostic ComputerizedAdaptiveTesting(CD—CAT)． Thisarticle discusses traditionalCAT’Sitemselection andCD-CAT’S mainly strategy itemselection toCD-CAT on discussionfocused strategy．Due developinglater,more CD—CAT’Sitemselection andrelated strategies issues． This studiesitemselection of scoredCAT．Asthe paper