基于认知诊断的个性化试题推荐方法-计算机学报

基于认知诊断的个性化试题推荐方法-计算机学报

ID:32373305

大小:1.12 MB

页数:16页

时间:2019-02-03

基于认知诊断的个性化试题推荐方法-计算机学报_第1页
基于认知诊断的个性化试题推荐方法-计算机学报_第2页
基于认知诊断的个性化试题推荐方法-计算机学报_第3页
基于认知诊断的个性化试题推荐方法-计算机学报_第4页
基于认知诊断的个性化试题推荐方法-计算机学报_第5页
资源描述:

《基于认知诊断的个性化试题推荐方法-计算机学报》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、第40卷第1期计算机学报Vol.40No.12017年1月CHINESEJOURNALOFCOMPUTERSJan.2017基于认知诊断的个性化试题推荐方法朱天宇1)黄振亚1)陈恩红1)刘淇1)吴润泽1)吴乐2)苏喻3)陈志刚1)胡国平4)1)(中国科学技术大学计算机科学与技术学院合肥230027)2)(合肥工业大学计算机与信息学院合肥230009)3)(安徽大学计算机科学与技术学院合肥230039)4)(科大讯飞股份有限公司合肥230088)摘要面向学生的个性化试题推荐是智能教育领域重要的研究课题,现有的试题推荐工作大多采用协同过滤的方法或基于认知诊断的方法.然而,

2、协同过滤的试题推荐方法往往忽略了学生的学习状态(知识点掌握情况);基于认知诊断的方法只能建模单个学生的学习状态,不能利用相似学生的共性特征.针对以上问题,文中提出一种基于学生知识点掌握程度的协同过滤试题推荐方法.该推荐方法分为3步:第1步结合认知诊断模型,根据学生已有的答题情况和试题知识点的关联对学生的试题掌握水平进行建模;第2步将学生的试题掌握水平用于概率矩阵分解预测学生的答题情况;第3步根据得分预测和试题难度向学生进行相应的试题推荐.该推荐方法同时考虑了被推荐学生学习的个性和群组学生学习的共性,在保证试题推荐解释性的同时提高了试题推荐的可靠性.最后,文中通过大量对

3、比实验证明了该方法在进行学生试题推荐时能够保持精确性和可解释性.关键词协同过滤;个性化试题推荐;概率矩阵分解;认知诊断;知识点掌握中图法分类号TP301犇犗犐号10.11897/SP.J.1016.2017.00176犆狅犵狀犻狋犻狏犲犇犻犪犵狀狅狊犻狊犅犪狊犲犱犘犲狉狊狅狀犪犾犻狕犲犱犙狌犲狊狋犻狅狀犚犲犮狅犿犿犲狀犱犪狋犻狅狀ZHUTianYu1)HUANGZhenYa1)CHENEnHong1)LIUQi1)WURunZe1)WULe2)SUYu3)CHENZhiGang1)HUGuoPing4)1)(犛犮犺狅狅犾狅犳犆狅犿狆狌狋犲狉犛犮犻犲狀犮犲犪

4、狀犱犜犲犮犺狀狅犾狅犵狔,犝狀犻狏犲狉狊犻狋狔狅犳犛犮犻犲狀犮犲犪狀犱犜犲犮犺狀狅犾狅犵狔狅犳犆犺犻狀犪,犎犲犳犲犻230027)2)(犛犮犺狅狅犾狅犳犆狅犿狆狌狋犲狉犪狀犱犐狀犳狅狉犿犪狋犻狅狀,犎犲犳犲犻犝狀犻狏犲狉狊犻狋狔狅犳犜犲犮犺狀狅犾狅犵狔,犎犲犳犲犻230009)3)(犛犮犺狅狅犾狅犳犆狅犿狆狌狋犲狉犛犮犻犲狀犮犲犪狀犱犜犲犮犺狀狅犾狅犵狔,犃狀犺狌犻犝狀犻狏犲狉狊犻狋狔,犎犲犳犲犻230039)4)(犝犛犜犆犻犉犔犢犜犈犓犆狅.,犔狋犱.,犎犲犳犲犻230088)犃犫狊狋狉犪犮狋Personalizedquestionrecommendationfor

5、studentsisasignificantresearchdirectioninthedomainofintelligenteducation.Currentstudiesdependoneithercollaborativefilteringbasedmethodsorusethecognitivediagnosismodels.Unfortunately,collaborativefilteringsignoretheknowledgestates(e.g.skillproficiency)ofstudentsandcognitivediagnosismodel

6、scanonlymodeltheknowledgestateforasinglestudentwhilethecommonfeaturesofsimilarstudentsareneglected.Tosolvetheproblemsabove,weproposeathreesteppersonalizedquestionrecommendation收稿日期:20150921;在线出版日期:20160510.本课题得到国家杰出青年科学基金(61325010)、国家自然科学基金(61403358)、中国科学院青年创新促进会会员专项基金(会员编号2014299)

7、、安徽省自然科学基金(1408085QF110)资助.朱天宇,女,1993年生,硕士研究生,主要研究方向为数据挖掘、推荐系统.Email:tianyu930331@gmail.com.黄振亚,男,1992年生,硕士研究生,主要研究方向为教育数据挖掘、推荐系统.陈恩红(通信作者),男,1968年生,博士,教授,中国计算机学会(CCF)会员,主要研究领域为机器学习、数据挖掘、社会网络、个性化推荐系统.Email:cheneh@ustc.edu.cn.刘淇,男,1986年生,博士,副教授,中国计算机学会(CCF)会员,主要研究方向为数据挖掘与知识发现、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。