基于认知诊断的教育辅助技术研究

发布时间：2017-03-24 17:12

  本文关键词：基于认知诊断的教育辅助技术研究，由笔耕文化传播整理发布。

【摘要】：近年来,随着信息技术在教育领域的广泛应用,各种各样的智能教辅平台迅速发展并吸引了大量的用户,逐渐成为了学习者进行知识构建和协作学习的主流学习环境。与传统教育相比,智能教辅系统打破了时间和空间的限制,因此具有自主性、开放性的特点,提高了学生学习、教师教学的效率。但是由于智能教辅系统的实质还是以资源为主的知识灌输式的教学方式,面临着不能因材施教、灵活性差、对边缘学生关注不够等问题和挑战。因此,如何通过加深学生对自身知识结构的了解、提升学生的学习效率和学习积极性来促进学生的学业水平提升,是当前亟需解决的重要问题。基于不断积累的教育数据,通过教育数据挖掘技术对教学进行辅助已经变成了当前教育发展的必然趋势。来自教育领域和数据挖掘领域的学者们已经开展了诸多针对教育辅助技术的研究。然而,目前的教育辅助技术尚有研究和改进的空间。首先,在学生建模方面,已有的认知诊断模型不能对学生在每项技能的掌握情况给出概率化的估计,不能为学生提供更为详细的反馈信息和更有价值的改进依据。其次,以学生建模为基础的教育辅助技术的研宄也存在着巨大的挑战：一方面,针对学生协同学习分组的研究所用特征粒度较粗,分组算法的效率也有待提高；另一方面,针对学生成绩趋势预测的研究而言,目前学生表现预测问题的解决方案无法保证所用特征和所得模型的可解释性,极大限制了预测模型在教育辅导上的应用。因此,针对以上研究问题,本文对基于认知诊断的教育辅助技术进行了研究,主要研究内容如下：1.提出了一种概率化的学生认知诊断模型SoftDINA,通过对传统的认知诊断模型DINA进行改进,可以对学生的技能掌握程度进行概率化的分析。2.通过SoftDINA计算学生的技能掌握程度作为分组特征,引入教育学的认知诊断理论到协同学习分组问题中,提出一种协同学习分组框架。提出了异质性和收益最大化的目标并设计了新的协同学习自动分组算法。3.提出了一种基于认知诊断理论的学生成绩趋势预测框架。通过应用认知诊断理论、项目反应理论得到学生的综合能力和各技能掌握程度作为特征,利用数据挖掘领域多种分类模型对学生成绩趋势进行预测。
【关键词】：教育数据挖掘 学生建模 认知诊断 协同学习 趋势预测
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：G434;TP311.13
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-18
• 1.1 引言10-11
• 1.2 研究背景11-14
• 1.2.1 教育数据挖掘11-12
• 1.2.2 教育辅助算法12-14
• 1.3 研究动机14-15
• 1.4 研究内容15
• 1.5 论文的组织结构15-18
• 第2章 相关工作概述18-24
• 2.1 引言18
• 2.2 学生建模与认知诊断18-20
• 2.2.1 认知诊断理论18-19
• 2.2.2 矩阵分解技术19-20
• 2.3 基于认知诊断的教育辅助技术20-22
• 2.3.1 协同学习分组20-21
• 2.3.2 学生表现预测21-22
• 2.4 本章小结22-24
• 第3章 概率化认知诊断模型SoftDINA24-32
• 3.1 引言24
• 3.2 学生概率化认知诊断问题24-26
• 3.2.1 问题描述24-25
• 3.2.2 问题形式化定义25-26
• 3.3 问题解决方案26-29
• 3.4 实验结果与分析29-31
• 3.4.1 实验设置29-30
• 3.4.2 学生得分预测效果对比30-31
• 3.5 本章小结31-32
• 第4章 基于认知诊断的协同学习分组32-48
• 4.1 引言32-33
• 4.2 协同学习分组问题33-34
• 4.2.1 问题描述33
• 4.2.2 问题形式化定义33-34
• 4.3 问题解决方案34-40
• 4.3.1 基于异质性的分组35-37
• 4.3.2 基于收益的分组37-40
• 4.4 实验结果与分析40-45
• 4.4.1 实验设置40-41
• 4.4.2 协同学习分组效果对比41-45
• 4.5 本章小结45-48
• 第5章 基于认知诊断的学生成绩趋势预测48-60
• 5.1 引言48-49
• 5.2 学生成绩趋势预测问题49-50
• 5.2.1 问题描述49
• 5.2.2 问题形式化定义49-50
• 5.3 问题解决方案50-53
• 5.3.1 成绩趋势预测所用特征50-52
• 5.3.2 学生成绩趋势预测模型52-53
• 5.4 实验结果与分析53-59
• 5.4.1 实验设置53-54
• 5.4.2 成绩趋势预测实验分析54-59
• 5.5 本章小结59-60
• 第6章 总结及展望60-62
• 6.1 本文总结60-61
• 6.2 研究展望61-62
• 参考文献62-66
• 致谢66-68
• 在读期间发表的学术论文与取得的其他研究成果68

【相似文献】

中国期刊全文数据库 前10条

1 马静华;协同学习的意义及方法[J];上海教育;2003年16期

2 尹传高,钟勇;网络学校的基本特征:自主学习和协同学习[J];电化教育研究;2001年03期

3 李虹;远程开放教育中协同学习小组的特性[J];重庆广播电视大学学报;2002年02期

4 杨国斌;开放教育协同学习初探[J];内蒙古电大学刊;2002年04期

5 孙锋;谈协同学习理论在高职教育中的应用[J];天津成人高等学校联合学报;2003年03期

6 江卫华;;增进课堂协同学习的理论与实践探讨[J];教育理论与实践;2006年15期

7 瞿小丹;;浅谈协同学习与高职教育[J];中国科技信息;2008年24期

8 刘罡;白成杰;;协同学习:促进教师群体专业发展的新机制[J];当代教育科学;2010年09期

9 覃霞;王禄;;教会学生协同学习 培养学生协同意识[J];教育教学论坛;2012年20期

10 李凤英;薛庆水;吴伟民;;基于门限代理签名的协同学习研究[J];电化教育研究;2013年10期

中国重要会议论文全文数据库 前3条

1 韩平;唐晓梅;费玮;;支持协同学习的多媒体网络教学系统[A];OA’99办公自动化全国学术研讨暨展示会论文集[C];1999年

2 葛操;白学军;沈德立;;英语双写规则内隐与外显协同学习的发展研究[A];第十一届全国心理学学术会议论文摘要集[C];2007年

3 赖小斌;;基于网络的协同学习(WBCL)初探[A];中国教育技术协会2004年年会论文集[C];2004年

中国重要报纸全文数据库 前1条

1 记者　刘路沙;无线网络教学示范项目启动[N];光明日报;2003年

中国博士学位论文全文数据库 前5条

1 王佑镁;协同学习系统的建构与应用研究[D];华东师范大学;2009年

2 江卫华;协同学习理念指导下的课堂互动设计、分析与评价[D];华东师范大学;2007年

3 钱冬明;协同学习的实用研究[D];华东师范大学;2011年

4 查冲平;协同学习系统的协调机制研究[D];华东师范大学;2012年

5 葛操;内隐与外显协同学习的发展研究[D];天津师范大学;2008年

中国硕士学位论文全文数据库 前10条

1 鲍嘉;基于E-learning的协同学习系统设计与实现[D];北京理工大学;2015年

2 刘玉苹;基于认知诊断的教育辅助技术研究[D];中国科学技术大学;2016年

3 张易意;基于互联网的协同学习体验设计研究[D];江南大学;2015年

4 孙锋;交互式协同学习环境的研究与系统实现[D];天津师范大学;2001年

5 范雅琳;《学习科学与技术》课程国际共享与协同学习的设计与实践[D];华中师范大学;2013年

6 文翔;协同学习成员信用评价方法及其伙伴选择算法研究[D];南京航空航天大学;2012年

7 杜超;个性化协同学习系统中协同学习组织与策略的研究与应用[D];首都师范大学;2009年

8 刘健;基于学习者个性特征的协同学习任务生成模型[D];燕山大学;2010年

9 殷凡;基于Multi-Agent技术的个性化协同学习系统的研究与实现[D];江苏大学;2005年

10 袁孝凤;基于信息技术的校际协同化学学习系统研制与应用[D];华东师范大学;2006年

  本文关键词：基于认知诊断的教育辅助技术研究，，由笔耕文化传播整理发布。

本文编号：265915