谭青蓉 汪大勋 罗 芬 蔡 艳 涂冬波

    一种高效的CD-CAT在线标定新方法：基于熵的信息增益与EM视角

    谭青蓉 汪大勋 罗 芬 蔡 艳 涂冬波

    (江西师范大学心理学院, 南昌 330022)

    项目增补(Item Replenishing)对认知诊断计算机自适应测验(CD-CAT)题库的维护有着至关重要的作用, 而在线标定是一种重要的项目增补方式。基于数据挖掘中特征选择(Feature Selection)的思路, 提出一种高效的基于熵的信息增益的在线标定方法(记为IGEOCM), 该方法利用被试在新旧题上的作答联合估计新题的矩阵和项目参数。研究采用Monte Carlo模拟实验验证所开发新方法的效果, 并同时与已有的在线标定方法SIE、SIE-R-BIC和RMSEA-N进行比较。结果表明：新开发的IGEOCM在各实验条件下均具有较好的项目标定精度和项目估计效率, 且整体上优于已有的SIE等方法; 同时, IGEOCM标定新题所需的时间低于SIE等方法。总之, 研究为CD-CAT题库中项目的增补提供了一种更为高效、准确的方法。

    认知诊断计算机自适应测验, 项目增补, 在线标定,矩阵, 熵的信息增益

    1 引言

    测评技术与计算机技术的持续发展, 使得大众不仅追求测验的效率, 更追求综合性的测验结果, 而不仅仅是笼统的测验总分。人们渴望获取详实且全面的测验结果, 使其能根据该结果对自身在所测内容领域上的强弱进行系统评估, 了解其需改进或完善的地方, 从而制定进一步的学习计划。认知诊断计算机自适应测验(Cognitive Diagnostic Computerized Adaptive Testing, CD-CAT)是认知诊断(Cognitive Diagnosis, CD)与计算机自适应测验(Computerized Adaptive Testing, CAT)相结合的产物, 其在提高测验效率和准确性的同时, 可为被试提供在所测内容领域上优缺点的详细诊断(Wang, 2013; Weiss, 1982)。因此, 可根据被试的诊断结果对其薄弱知识点进行针对性地教学补救, 较好地满足了当今大众对于高效且周密的测验的需求, 有着广泛的应用前景(Leighton et al., 2004; Liu et al., 2013)。

    CD-CAT使用的前提是已建构好的题库。但是题库中的部分题目会随时间的流逝过度曝光或变得过时, 这时需使用新题对这些题目进行替换或者增补(Chen, 2017) ......