神经网络和支持向量机在认知诊断中的应用-心理科学.pdf

心理科学 Journal of Psychological Science 2016，39（4）：777-782 777 汪文义等 : 神经网络和支持向量机在认知诊断中的应用 * 神经网络和支持向量机在认知诊断中的应用 1 **1 2 3 4 汪文义 丁树良 宋丽红 邝 铮 曹慧媛 1 2 （ 江西师范大学计算机信息工程学院，南昌，330022）（ 江西师范大学初等教育学院，南昌，330022） 3 4 （ 江西省地质矿产勘查开发局，南昌，330002）（ 江西省赣州市信丰县劳动局，信丰，341600） 摘 要 认知诊断评估的主要问题是如何准确进行被试分类和项目属性标定。本文使用概率神经网络 (PNN) 和支持向量机（SVM） 进行被试分类和属性标定，重点讨论 PNN 用于诊断的理论根据。模拟研究表明：PNN 方法表现最好，训练速度快且具有很好判准 率和标定准确率；PNN 与 GDD 方法在分类上表现相当，在独立结构下 PNN 更好；线性 SVM 具有较好判准率和标定准确率。软计 算中此类方法可非常方便推广至多级评分测验数据分析。 关键词 认知诊断评估 概率神经网络 支持向量机 诊断分类 项目属性标定 1 引言 文，边玉芳，陈玲丽，阳碧云，2013 ；谭云兰，丁 大数据引起了生活、工作与思维的大变革。在 树良，辛锐铭，2004；王华，陈景，马翠琴，周丽娟， 美国教育测量 2013 年会上，就有一个题为 “大数据： 2012 ；朱隆尹，丁树良，涂冬波，卢震辉 , 2009) ； 测量与数据分析的挑战”受邀报告。在大数据时代， 多层感知器（MLP ）用于计算机化自适应测验平行 只有接受不精确性，我们才能打开一扇从未涉足的 题库下项目曝光控制 (Doong, 2009)。更多软计算方 世界的窗户。软计算由于其固有的不精确和不确定 法（计算智能）在认知心理学和心理测量等应用可 性的处理能力，必将起到重要作用。 参见 ( 余嘉元，田金亭，朱强忠，2009)。 软计算是正在发展起来的一种新的计算方法， 神经网络在认知诊断中也有所应用。神经网络 它与人脑相对应，具有在不确定及不精确环境下进 用于被试知识状态分类，神经网络不依赖被试分布 行推理和学习的能力。软计算由若干种方法构成： 的强假设，并可最小化分类误差对被试进行分类 神经网络（NN ）、支持向量机（SVM ）、模糊逻 (Gierl, Cui, Hunka, 2007 ；Leighton, Gierl, Hunka, 辑、进化算法、概率推理和混沌理论等。本文主要 2004)。基于主成分分析（PCA ）、自组织特征映射 将 NN 和 SVM 用于认知诊断。 网络（SOM ）和概率神经网络（PNN ）的PSP 方法 神经网络和 SVM 在项目反应理论中的应用较 用于认知诊断 ( 钱锦昕，余嘉元，2010)。利用 MLP