题目难度评估方法研究综述

• 作者: 许嘉 韦婷婷 于戈 黄欣悦 吕品
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 题目难度 难度评估 机器学习 深度学习 知识追踪 认知诊断
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 综述·探索|Surveys and Frontiers
• 页码范围: 734-759
• 页数: 26页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2108086

摘要

题目难度是保证试卷合理性及考试公平性的关键信息,也是智能教学系统(ITS)中的关键参数,有效支撑着包括智能组卷、题目自动生成和个性化习题推荐在内的多项智能教学功能.因此,题目难度评估已成为教育数据挖掘领域的一个重要研究方向,拥有大量研究工作.全面回顾了近十年题目难度评估研究领域的研究进展,将题目难度分为题目绝对难度和题目相对难度两类,并对现有的题目难度评估方法进行了整理和分类,其中重点分析了基于深度学习的题目绝对难度预测方法和基于深度学习的题目相对难度预测方法,并对后者包含的重要方法进行了实验分析.同时,对题目难度预测的相关数据集和模型评价指标等进行了总结.最后,对题目难度评估的未来研究方向进行了展望.