面向大规模认知诊断的DINA模型快速计算方法研究

• 作者: 刘淇 朱天宇 王超 胡国平 苏喻 陈恩红 黄振亚
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 教育数据挖掘 认知诊断 DINA模型 EM算法 加速收敛
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 1047-1055
• 页数: 9页
• 分类号: TP301
• 字数: 7770字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.05.004

摘要

在教育教学的过程中,如何诊断学生的知识水平是一个重要的问题.传统方法大多由教师根据学生的表现和成绩进行人工判断,存在效率低、主观性强的问题,且难以做到针对大量学生的个性化诊断.近年来,认知诊断模型中的DINA模型被广泛应用于诊断学生个性化知识掌握程度.然而传统DINA模型大多基于小样本数据,当面对在线教育带来的大规模数据处理需求时,存在收敛速度慢的问题,难以实际应用.针对DINA模型计算时间过长的问题,本文首先给出了DINA模型的收敛性证明,并提出了三种能够加速DINA求解的算法:(1)增量算法,它将学生数据划分为多个学生块,每次迭代只访问其中一个学生块;(2)最大熵方法,它只访问在极大化模型熵的过程中影响较大的学生数据;(3)基于前两者的混合方法.最后,本文通过真实数据和模拟数据上的实验,分析证明了三种方法均能在保证DINA模型有效性的情况下,达到几倍至几十倍的加速效果,有效地改善了DINA模型的计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩红	中国科学技术大学计算机科学与技术学院	87	1942	22.0	42.0
2	王超	中国科学技术大学计算机科学与技术学院	278	2990	26.0	41.0
3	刘淇	中国科学技术大学计算机科学与技术学院	12	386	6.0	12.0
4	苏喻	安徽大学计算机科学与技术学院	7	50	5.0	7.0
5	胡国平		6	29	4.0	5.0
6	黄振亚	中国科学技术大学计算机科学与技术学院	2	11	2.0	2.0
7	朱天宇	中国科学技术大学计算机科学与技术学院	1	7	1.0	1.0