[发明专利]一种时序性认知诊断方法及装置

说明书

本发明提供了一种时序性认知诊断方法及装置，涉及教育测验技术领域。所述时序性认知诊断方法首先获取学习者的当前诊断测试数据以及前序诊断测试数据，然后基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果。所述时序性认知诊断方法考虑到单次测试的认知诊断结果的局限性与不稳定性，对所述前序诊断测试数据进行筛选，提取有效的前序信息，基于所述有效的前序信息与所述当前诊断测试数据输入时序性诊断模型，获得最终的当前诊断测试结果，提高了认知诊断的准确性和全面性。

技术领域

本发明涉及教育测验技术领域，具体而言，涉及一种时序性认知诊断方法及装置。

背景技术

随着现代教学规模的迅速扩大，教师在对十几个甚至是几十上百个学习者进行教学时无法准确获知每个学习者的知识掌握情况，从而无法针对学生的个人和整体知识水平掌握情况对教学方式和教学内容进行调整，导致教学效果较差。同时，传统的测验/考试仅以测验总分作为评价指标，显得过于笼统和概括，现在人们不仅要求测验能在总分数层面进行评价，更希望能深入到学习者内部的认知加工层面。认知诊断模型(CognitiveDiagnostic Model，CDM)的提出为构建学习者的认知结构提供了可能，认知诊断模型针对学习者在某次特定测试中的反应，能有迅速构建学习者的知识状态与认知结构。

但是，由于诊断结果受多元化因素影响，学习者在不同时间对同一认知属性的反应可能存在差异，即有波动性，因此，单次诊断测验无法完全模拟学习者的认知加工过程，无法精准的确定学习者的认知状态，以致诊断结果无法与学习者的真实认知状态和知识水平精准拟合，而针对学习者全过程的学习数据，现有的认知诊断模型将出现计算复杂以及属性冲突等问题，目前尚未提出更好的解决办法。

发明内容

有鉴于此，本发明实施例的目的在于提供一种时序性认知诊断方法及装置，以解决上述现有技术中计算复杂以及属性冲突等问题。

第一方面，本发明实施例提供了一种时序性认知诊断方法，所述时序性认知诊断方法首先获取学习者的当前诊断测试数据以及前序诊断测试数据，然后基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果。

综合第一方面，所述基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果，包括：利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取，获得有效前序信息；基于所述有效前序信息，利用时序性认知诊断模型中的隐藏层更新算法对初始知识状态进行更新，获得模型输出结果；利用神经网络表示公式对所述模型进行优化，迭代训练获得时序性认知诊断模型，获得学习者知识状态即当前诊断测试结果。

综合第一方面，所述隐藏层提取算法包括遗忘门衰减公式和细胞状态过滤公式，所述利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取，包括：基于所述前序诊断测试数据，利用遗忘门衰减公式确定遗忘函数；基于所述遗忘函数，利用细胞状态过滤公式过滤所述前序诊断测试数据中的无用信息。

综合第一方面，所述基于所述当前诊断测试数据，利用时序性认知诊断模型中的隐藏层更新算法对所述有效前序信息进行更新，包括：基于所述当前诊断测试数据，利用输入门更新公式确定更新值，所述更新值用于表征所述学习者的知识水平的变化；利用细胞状态更新公式，基于所述更新值对所述有效前序信息进行更新，确定初始输出值；利用输出更新公式对所述初始输出值进行标准化处理和更新。

综合第一方面，在所述利用时序性认知诊断模型中的隐藏层提取算法对所述前序诊断测试数据进行提取之前，所述时序性认知诊断方法还包括：采用训练集对所述时序性认知诊断模型进行训练；采用随时间反向传播算法对所述时序性认知诊断模型进行调优。

综合第一方面，在所述基于所述当前诊断测试数据和所述前序诊断测试数据，获得当前诊断测试结果之后，所述时序性认知诊断方法还包括：根据所述当前诊断测试结果针对所述学习者进行补救路线规划，根据所述补救路线规划筛选出适合所述学习者的学习资源并提供给所述学习者。