[发明专利]一种基于认知诊断的计算机化自适应测验方法

说明书

本发明公开了一种基于认知诊断的计算机化自适应测验方法，包括以下步骤，S1、建立选题模型，需要大量的作答数据和试题考查知识点数据；S2、测试者登陆系统；S3、选择第一道试题，选取一道试题进行测试；S4、每一题结束后计算测试者当前知识掌握状态；S5、通过条件判定是否作答结束；S6、测试结束，输出结果；本发明技术非常新颖，与当前在线测验采用固定试卷的方式技术相比，本技术能缩减测验长度，节省被试者的时间，又能准确的测量出被试者的知识掌握水平；使用自适应测验可以缩少测验的长度和诊断不同能力的被试者；与传统测验相比，使用自适应测验可以大大缩减测验长度；采用香农熵选题法和GDINA模型，可以提高测量精度。

技术领域

本发明涉及计算机应用技术领域，具体为一种基于认知诊断的计算机化自适应测验方法。

背景技术

在传统测验中，测验的长度是固定的，整个测验的难度和区分度也是不确定的，只能通过资深教师依据自身的经验来选择测验的题目，而且主观性太强，导致题目的难度不一，无法有效的区分被试者的真实能力水平；当前在线测验都是采用固定试卷的方式，并且整张试卷试题的选取只能由教师完成，每名教师的经验不同，可能无法有效选取适合被试者的题目，导致整个测验的信度和区分度不高，从而无法有效的测出被试者的知识水平，而且测验长度的固定，有些被试者可能并不需要做这么多的题，便可以测出掌握水平，这就造成了资源浪费；

本发明是基于香农熵选题法和GDINA模型，针对不同的被试者，选取与之相适应的题目，并诊断出被试者的知识掌握水平。当被试者每做完一道题，系统会自动选择最符合被试者知识掌握水平的一道题。香农熵越大，其不确定性越大。本发明中自适应测验就是根据香农熵的原理，将待选择的道题结合被试的作答转化为熵，从而选择出香农熵最小的题目。

发明内容

本发明的目的在于提供一种基于认知诊断的计算机化自适应测验方法，具有使用香农熵熵选题法和GDINA模型，结合被试者的能力水平，选择与被试者相符合的题目；缩减测验长度，节省被试者的时间，又能准确的测量出被试者的知识掌握水平等优点，用以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于认知诊断的计算机化自适应测验方法，包括如下步骤：

S1、建立选题模型，首先需要准备好大量的作答数据和试题考查知识点数据，再将这俩份数据输入到GDINA模型中，根据公式

估算出试题的参数值；

S2、测试者登陆系统，测试者通过账户以及密码等进行登陆系统，且对于初次登陆者，需要通过身份验证和基本信息进行注册账户和设定密码，然后进行系统的登陆；

S3、选择第一道试题，开始选取一道试题，并且根据注册信息或者是测试者的信息备注信息，选取适合测试者相应程度的试题，用以供测试者进行测试作答；

S4、计算测试者当前状态，在测试者进行一道相关知识点题目的作答后，将测试者的答案和知识点输入到程序中，然后程序使用GDINA模型公式

，

估计出测试者此时的知识掌握概率，再根据SHE公式

计算尚未作答的每道题之间的香农熵，比较他们之间香农熵的大小，选择熵值最小的一道题，输入到前端页面，以供测试者再次答题，其中δ_j0为项目j的截距，也称为基线概率，即测试者若未掌握项目测量的所有属性而答对项目的概率，该值为非负数，δ_jk为项目j上属性k的主效应，代表测试者掌握了属性k而答对项目概率的增加效应，其值越大说明掌握该属性对答对项目的重要性越大，δ_jkk′为项目j上属性k和属性k的交互效应，为项目j测量所有属性间的交互效应；