原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
动态贝叶斯项目反应模型与分解（D-BIRD）：建模群体和个体随时间的
学习过程
HansolLee1JasonB.Cho2DavidS.Matteson2BenjaminW.Domingue1
hansol@stanford.edubc454@cornell.edudm484@cornell.edubdomingu@stanford.edu
1StanfordUniversity
2CornellUniversity
摘要模型，将每个学生的技能分为两个组成部分：
一个反映群体层面随时间共同变化的趋势，另
我们提出了D-BIRD，一种用于从稀疏的纵
一个捕捉个性化增长的学生特定偏差。这种结
本向评估中估计学生能力的贝叶斯动态项目构使模型能够在保留学习模式异质性的同时，
译反应模型。通过将能力分解为群体趋势和在学生之间共享信息。我们通过Pólya-Gamma
中个人轨迹，D-BIRD支持对时间上的学习进增广(Polsonetal.,2013)进行后验推理，这使
行可解释建模。我们在模拟中评估了参数
1
v恢复，并使用真实世界的个性化学习数据得对于逻辑斯谛模型而言能够高效采样并量化
3展示了该模型。校准的不确定性。
2
7
11介绍D-BIRD解决了个性化教育中日益增长的
2.测量需求：以统计一致且可解释的方式估算
6随着个性化学习平台的普及，学生越来越
0学习轨迹——即使在数据稀疏的情况下也是如
5多地遇到短小、嵌入式且时间分布式的评估。
2此。通过明确建模共享和个体动态，它为学习
:这些设置产生了稀疏但纵向的数据，为教育测
v者反馈、项目评估和群体监控提供了基础。
i量带来了新的机遇和挑战。新兴的目标不再是
x
r仅仅估计在孤立的时间点上的能力，而是追踪我们通过模拟和实证分析来验证D-
a
个体能力如何随时间演变，以及相对于同龄人BIRD。首先，我们评估参数恢复并通过消融测
的变化。试其关键组件。然后，我们将模型应用于来自
项目反应理论（IRT）为估计潜在特质如数字学习平台的K-12阅读数据，展示其在现实
能力提供了一个原则框架，但传统的IRT假设世界约束下恢复群体趋势和个人轨迹的能力。
能力在评估过程中是固定的。动态扩展通过将
能力建模为一个随时间变化的随机过程(e.g.,
2模型规范
MartinandQuinn,2002;Wangetal.,2013;Kim
etal.,2023;TripathiandDomingue,2019;Imai
etal.,2016;Sunetal.,2025)来放
文档评论（0）