【技术名称】面向教育测量的客观试题属性模式估计与校正方法及系统

【应用行业】数据处理应用

【技术领域】教育测量及教育数据挖掘技术领域

【知识产权】发明专利

【成果完成单位】华中师范大学

【成果完成人姓名】王志锋、刘继斌、左明章、叶俊民、魏艳涛、童名文、罗恒、闵秋莎、田元、夏丹

【成果完成时间】2020-03-31

【专利号】CN202010243487.1

【授权日期】2023-04-14

【技术成熟度】已有样品

【应用背景】目前，最接近的现有技术：随着认知心理学、心理测量学和计算机技术的迅速发展，认知诊断理论从微观认知角度出发，可以在教育与心理测量领域中对学习者作出准确评估与反馈，这一优势展现了认知诊断理论巨大的发展潜力。其中，对测验项目与认知属性之间关系的描述称为测验Q矩阵，它是从微观认知角度出发，实现对学习者做出准确评估与反馈这一优势的理论基础。但是，这种优势的充分发挥取决于所构建的测验Q矩阵的合理性。以往的许多研究中，均假设所构建的Q矩阵是正确的，并在此基础上进行诊断分类。但   并非如此，对于一个高质量的认知诊断测验，构建一个准确无误的测验Q矩阵是十分重要的。

【成果简介】该成果属于教育测量及教育数据挖掘技术领域，公开了一种面向教育测量的客观试题属性模式估计与校正方法及系统，训练出监督度量学习的度量矩阵M1，使用该矩阵初步挖掘所有学习者的知识掌握情况；取部分数据作为训练集，训练出监督度量学习的度量矩阵M2，对新一道客观试题的属性模式进行估计，而后将该试题作为已知试题加入到基础客观试题中，直至估计出所有试题的属性模式；试题估计完毕后，选取一道试题进行属性模式校正，利用校正的客观试题属性模式挖掘所有学习者的知识掌握情况即学习者属性模式。该成果帮助教学人员更客观而详尽地分析试题组成，提高测试效度与信度，为学习者调整学习计划或采取针对性的补救措施提供依据。

【成果图片】

【联系方式】段治国、安红高、刘树楠、吴涛，02767868068，02767868067