發(fā)布時(shí)間：2017-10-09 22:23

  本文關(guān)鍵詞：粗糙集理論在認(rèn)知診斷中的應(yīng)用

  更多相關(guān)文章： 粗糙集理論 認(rèn)知診斷 決策表 規(guī)則提取 判準(zhǔn)率

【摘要】：認(rèn)知診斷通過(guò)對(duì)學(xué)生的知識(shí)結(jié)構(gòu)與認(rèn)知加工技能進(jìn)行評(píng)估，向他們提供更好的教學(xué)指導(dǎo)，因而，課堂測(cè)驗(yàn)被認(rèn)為是應(yīng)用認(rèn)知診斷的理想場(chǎng)所。要真正發(fā)揮認(rèn)知診斷應(yīng)有的功效，現(xiàn)有的認(rèn)知診斷模型仍然有諸多難題需要克服。首先，現(xiàn)有認(rèn)知診斷計(jì)量模型大多采用概率統(tǒng)計(jì)方法，在項(xiàng)目參數(shù)未知的條件下對(duì)大樣本的依賴，使它們必須有較高昂的費(fèi)用才能融入日常教學(xué)；其次，及時(shí)反饋甚至當(dāng)堂反饋是發(fā)揮認(rèn)知診斷補(bǔ)救性教學(xué)功能的必要條件，當(dāng)前有經(jīng)驗(yàn)的教師憑借教學(xué)經(jīng)驗(yàn)可以進(jìn)行有效的課堂評(píng)估，但我國(guó)發(fā)展不平衡，師資力量不齊整，認(rèn)知診斷是解決這一問(wèn)題的一個(gè)辦法。但基于模型的認(rèn)知診斷目前主要應(yīng)用于大型測(cè)驗(yàn)，計(jì)算復(fù)雜，測(cè)驗(yàn)與反饋之間的時(shí)滯較長(zhǎng)，未能對(duì)補(bǔ)救性教學(xué)產(chǎn)生實(shí)際效應(yīng)，無(wú)法真正發(fā)揮促進(jìn)教學(xué)的作用，有違認(rèn)知診斷的本意。在項(xiàng)目參數(shù)已知條件下，雖然采用計(jì)算機(jī)自適應(yīng)認(rèn)知診斷測(cè)驗(yàn)，可及時(shí)反饋結(jié)果，但建立題庫(kù)費(fèi)用昂貴、周期性長(zhǎng)，且涉及到項(xiàng)目參數(shù)等值、題目曝光不均勻等問(wèn)題，使它推廣起來(lái)很不方便，甚至在有的測(cè)驗(yàn)中被禁用；再者，當(dāng)屬性個(gè)數(shù)較多時(shí)，現(xiàn)有的認(rèn)知診斷模型計(jì)算較為復(fù)雜，現(xiàn)有的文獻(xiàn)中，也很少看到處理屬性數(shù)超過(guò)10個(gè)的情況，而在實(shí)際中，屬性個(gè)數(shù)多的情況很常見(jiàn)，這為認(rèn)知診斷的應(yīng)用帶來(lái)了一定的限制。因此，尋求新的認(rèn)知診斷方法解決無(wú)項(xiàng)目參數(shù)、被試量少、屬性個(gè)數(shù)多、無(wú)需等值、需要及時(shí)反饋等問(wèn)題是非常必要的。 作為處理不確定性知識(shí)的數(shù)學(xué)工具之一，粗糙集理論可以解決認(rèn)知診斷中知識(shí)粒度大小引起的不確定性。它無(wú)需先驗(yàn)知識(shí)，可以導(dǎo)出問(wèn)題的決策或分類(lèi)規(guī)則，對(duì)研究對(duì)象進(jìn)行分類(lèi)。本文旨在將粗糙集理論應(yīng)用于認(rèn)知診斷，克服已有認(rèn)知診斷方法對(duì)樣本量的依賴和診斷費(fèi)時(shí)兩大難題。因?yàn)閷⒋植诩碚搼?yīng)用于認(rèn)知診斷是一個(gè)全新的課題，它應(yīng)用于認(rèn)知診斷是否有效，效果如何，，能處理認(rèn)知診斷中的什么問(wèn)題都值得探討，所以本文分六個(gè)部分依次展開(kāi)：首先，將目前常用的DINA模型作為比較對(duì)象，在不同屬性個(gè)數(shù)、不同屬性層級(jí)結(jié)構(gòu)和不同可達(dá)陣個(gè)數(shù)條件下，系統(tǒng)研究粗糙集理論應(yīng)用的可行性；其次，針對(duì)屬性個(gè)數(shù)較多時(shí)判準(zhǔn)率低的情況，研究二提出屬性組塊方法，并在屬性個(gè)數(shù)高達(dá)10和11個(gè)的情況下采用粗糙集理論進(jìn)行屬性組塊研究，探討屬性組塊及屬性組塊方式對(duì)判準(zhǔn)率的影響；第三，課堂測(cè)驗(yàn)是認(rèn)知診斷的一個(gè)理想場(chǎng)所，為將認(rèn)知診斷融入課堂測(cè)驗(yàn)之中，在研究一的基礎(chǔ)上，研究三進(jìn)一步將粗糙集理論用于小樣本小題量的情況，考察樣本量小和題量小對(duì)診斷結(jié)果的影響；第四，項(xiàng)目屬性標(biāo)定和被試知識(shí)狀態(tài)診斷是相輔相成的兩個(gè)方面。到目前為止，只有計(jì)算機(jī)化認(rèn)知診斷自適應(yīng)測(cè)驗(yàn)才能處理項(xiàng)目屬性輔助標(biāo)定問(wèn)題，研究四采用粗糙集理論對(duì)紙筆測(cè)驗(yàn)中的項(xiàng)目屬性進(jìn)行自動(dòng)標(biāo)定，并從被試估計(jì)準(zhǔn)確度、被試作答失誤率和屬性個(gè)數(shù)三個(gè)方面考察對(duì)項(xiàng)目屬性標(biāo)定準(zhǔn)確度的影響；第五，一題多解是問(wèn)題解決中的常態(tài)，而現(xiàn)有的認(rèn)知診斷方法基本上討論僅僅采用一種策略的情形。研究五采用粗糙集理論進(jìn)行多策略認(rèn)知診斷并與已有多策略的研究結(jié)果進(jìn)行比較；第六，上述五個(gè)部分皆為模擬研究，研究六旨在在此基礎(chǔ)上，將粗糙集理論用于認(rèn)知診斷的實(shí)踐之中，考察粗糙集理論在實(shí)際測(cè)驗(yàn)中的效果。 以上研究結(jié)果表明： （1）在無(wú)項(xiàng)目參數(shù)條件下，采用粗糙集理論做認(rèn)知診斷與被試量無(wú)關(guān)、估計(jì)的速度非常快且診斷結(jié)果比較理想，說(shuō)明粗糙集理論能夠應(yīng)用于課堂測(cè)驗(yàn)。當(dāng)屬性數(shù)少于6個(gè)時(shí)，粗糙集理論的模式判準(zhǔn)率結(jié)果比DINA好，當(dāng)屬性數(shù)為6個(gè)或以上時(shí)，有些情況下，粗糙集理論的模式判準(zhǔn)率低一些。 （2）在屬性個(gè)數(shù)比較多時(shí)，采用組塊方法能夠提高模式判準(zhǔn)率，所需題量也大大減少，同時(shí)對(duì)屬性超過(guò)10個(gè)的情況也有相同的結(jié)論。 （3）采用粗糙集理論做認(rèn)知診斷時(shí)，不需項(xiàng)目參數(shù)，樣本的大小對(duì)被試知識(shí)狀態(tài)判準(zhǔn)率的影響并不明顯，且估計(jì)結(jié)果穩(wěn)定。 （4）粗糙集理論能有效地進(jìn)行項(xiàng)目屬性自動(dòng)標(biāo)定。當(dāng)作答失誤較低、考察屬性數(shù)較少、被試知識(shí)狀態(tài)估計(jì)較準(zhǔn)時(shí)，采用粗糙集理論進(jìn)行紙筆測(cè)驗(yàn)的項(xiàng)目屬性自動(dòng)標(biāo)定，項(xiàng)目屬性模式判準(zhǔn)率和屬性邊際判準(zhǔn)率較高；當(dāng)被試估計(jì)準(zhǔn)確度低、或作答的失誤率高或?qū)傩詡�(gè)數(shù)多時(shí)，項(xiàng)目屬性模式判準(zhǔn)率和屬性邊際判準(zhǔn)率會(huì)降低。 （5）采用粗糙集理論進(jìn)行多策略研究，研究結(jié)果與已有的多策略認(rèn)知診斷結(jié)果基本一致。 （6）根據(jù)粗糙集理論進(jìn)行診斷原理，該方法完全可以用于建立認(rèn)知診斷題庫(kù)，且所有項(xiàng)目只需提供項(xiàng)目屬性，無(wú)需項(xiàng)目參數(shù)，故有關(guān)模型的擬合和等值等問(wèn)題完全可以避免，可大量節(jié)省建立題庫(kù)的成本。 以上研究，均在粗糙集軟件環(huán)境下進(jìn)行，無(wú)論被試量和題量為多大，估計(jì)速度非�？欤蟾�10秒之內(nèi)便可出結(jié)果，顯示出粗糙集理論做認(rèn)知診斷的強(qiáng)大優(yōu)勢(shì)。
【關(guān)鍵詞】：粗糙集理論 認(rèn)知診斷 決策表 規(guī)則提取 判準(zhǔn)率
【學(xué)位授予單位】：江西師范大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2013
【分類(lèi)號(hào)】：B844.2
【目錄】：

• 摘要3-5
• Abstract5-7
• 目錄7-11
• 表格目錄11-13
• 圖表目錄13-14
• 第一章 文獻(xiàn)綜述14-42
• 1.1 認(rèn)知診斷14-25
• 1.1.1 認(rèn)知診斷的興起14-17
• 1.1.2 認(rèn)知診斷的理論基礎(chǔ)17
• 1.1.2.1 心理測(cè)量學(xué)17
• 1.1.2.2 認(rèn)知心理學(xué)17
• 1.1.3 認(rèn)知診斷中的重要概念17-21
• 1.1.3.1 屬性17
• 1.1.3.2 屬性層級(jí)結(jié)構(gòu)17-19
• 1.1.3.3 Q 矩陣19
• 1.1.3.4 知識(shí)狀態(tài)19
• 1.1.3.5 理想反應(yīng)模式19
• 1.1.3.6 認(rèn)知診斷模型19-20
• 1.1.3.7 信度、效度與粒度20-21
• 1.1.4 DINA 模型21-22
• 1.1.5 認(rèn)知診斷模型的參數(shù)估計(jì)方法22
• 1.1.6 認(rèn)知診斷的流程22-23
• 1.1.7 認(rèn)知診斷的應(yīng)用現(xiàn)狀23
• 1.1.8 認(rèn)知診斷的新進(jìn)展23-25
• 1.2 粗糙集理論25-42
• 1.2.1 粗糙集理論的基本概念25-39
• 1.2.2 粗糙集理論在心理測(cè)量中的應(yīng)用現(xiàn)狀39-42
• 第二章 問(wèn)題提出與研究總體設(shè)計(jì)42-64
• 2.1 現(xiàn)有認(rèn)知診斷方法面臨的挑戰(zhàn)42-44
• 2.2 為什么要采用粗糙集理論做認(rèn)知診斷44-60
• 2.2.1 粗糙集理論在認(rèn)知診斷中應(yīng)用的可行性分析44-46
• 2.2.2 采用粗糙集理論做認(rèn)知診斷46-59
• 2.2.3 用粗糙集理論做認(rèn)知診斷的優(yōu)勢(shì)分析59
• 2.2.4 研究意義59-60
• 2.3 研究?jī)?nèi)容與研究設(shè)計(jì)概述60-64
• 第三章 采用粗糙集理論做認(rèn)知診斷的可行性研究64-72
• 3.1 研究目的64-65
• 3.2 研究一：采用粗糙集理論做認(rèn)知診斷可行性研究65-67
• 3.2.1 方法65-66
• 3.2.2 結(jié)果66-67
• 3.3 研究二：Qt 中可達(dá)陣個(gè)數(shù)對(duì)模式判準(zhǔn)率影響研究67-68
• 3.3.1 方法67
• 3.3.2 結(jié)果67-68
• 3.4 研究三：屬性個(gè)數(shù)對(duì)模式判準(zhǔn)率的影響研究68-70
• 3.4.1 方法68
• 3.4.2 結(jié)果68-70
• 3.5 小結(jié)與討論70-72
• 第四章 屬性組塊研究72-82
• 4.1 研究目的72
• 4.2 屬性組塊方法72-75
• 4.2.1 線型結(jié)構(gòu)的屬性組塊方法72-73
• 4.2.2 收斂型結(jié)構(gòu)的屬性組塊方法73-74
• 4.2.3 發(fā)散型結(jié)構(gòu)的屬性組塊方法74
• 4.2.4 無(wú)結(jié)構(gòu)的屬性組塊方法74-75
• 4.2.5 獨(dú)立結(jié)構(gòu)的屬性組塊方法75
• 4.3 屬性組塊后的被試知識(shí)狀態(tài)估計(jì)方法75-77
• 4.4 研究一：對(duì)屬性組塊與不組塊兩種方法的研究77-78
• 4.4.1 方法77
• 4.4.2 結(jié)果77-78
• 4.5 研究二：不同的組塊方法對(duì)模式判準(zhǔn)率影響的研究78-79
• 4.5.1 方法78-79
• 4.5.2 結(jié)果79
• 4.6 小結(jié)與討論79-82
• 第五章 小樣本小題量的診斷研究82-92
• 5.1 研究目的82
• 5.2 研究一：小樣本研究82-86
• 5.2.1 方法82-83
• 5.2.2 結(jié)果83-86
• 5.3 研究二：小題量研究86-89
• 5.3.1 方法87
• 5.3.2 結(jié)果87-89
• 5.4 研究三：小樣本小題量研究89-90
• 5.4.1 方法89
• 5.4.2 結(jié)果89-90
• 5.5 小結(jié)與討論90-92
• 第六章 紙筆測(cè)驗(yàn)中項(xiàng)目屬性自動(dòng)標(biāo)定的研究92-102
• 6.1 研究目的93
• 6.2 采用粗糙集理論進(jìn)行屬性自動(dòng)標(biāo)定方法93-97
• 6.3 研究一：被試估計(jì)的準(zhǔn)確度和作答失誤率對(duì)項(xiàng)目屬性自動(dòng)標(biāo)定的影響97-98
• 6.3.1 方法97
• 6.3.2 結(jié)果97-98
• 6.4 研究二：屬性個(gè)數(shù)對(duì)項(xiàng)目屬性自動(dòng)標(biāo)定的影響98-99
• 6.4.1 方法98-99
• 6.4.2 結(jié)果99
• 6.5 小結(jié)與討論99-102
• 第七章 多策略的研究102-114
• 7.1 研究目的102-103
• 7.2 采用粗糙集理論進(jìn)行多策略的研究方法103-105
• 7.2.1 粗糙集理論多策略認(rèn)知診斷中被試知識(shí)狀態(tài)的估計(jì)方法103-104
• 7.2.2 粗糙集理論多策略認(rèn)知診斷中被試采用策略的估計(jì)方法104
• 7.2.3 采用粗糙集理論進(jìn)行多策略估計(jì)優(yōu)勢(shì)104-105
• 7.3 研究一：粗糙集理論用于多策略認(rèn)知診斷的可行性研究105-109
• 7.3.1 方法105-107
• 7.3.2 結(jié)果107-109
• 7.4 研究二：多策略認(rèn)知診斷方法的性能109-111
• 7.4.1 方法110
• 7.4.2 結(jié)果110-111
• 7.5 小結(jié)與討論111-114
• 第八章 實(shí)證研究114-130
• 8.1 研究一：被試知識(shí)狀態(tài)的估計(jì)116-120
• 8.1.1 方法116-118
• 8.1.2 結(jié)果118-120
• 8.2 研究二：項(xiàng)目屬性的自動(dòng)標(biāo)定120-126
• 8.2.1 方法120-121
• 8.2.2 結(jié)果121-126
• 8.3 研究三：采用組塊方法提高被試估計(jì)結(jié)果126-128
• 8.3.1 方法126
• 8.3.2 結(jié)果126-128
• 8.4 小結(jié)與討論128-130
• 第九章 主要研究結(jié)論及展望130-134
• 9.1 研究結(jié)論130-131
• 9.2 存在的不足131-132
• 9.3 展望132-134
• 參考文獻(xiàn)134-142
• 附錄142-150
• 附錄一：七年級(jí)上學(xué)期第二章《整式的加減》認(rèn)知診斷的調(diào)查問(wèn)卷142-144
• 附錄二：由表 8-2 整式加減法測(cè)驗(yàn)之被試知識(shí)狀態(tài)模式診斷決策表提取的決策規(guī)則144-148
• 附錄三：被回訪被試的作答結(jié)果148-150
• 致謝150-152
• 在讀期間公開(kāi)發(fā)表論文（著）及科研情況152

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 周婕;丁樹(shù)良;陳平;;多級(jí)評(píng)分CAT的認(rèn)知診斷方法[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

2 丁樹(shù)良;楊淑群;汪文義;;可達(dá)矩陣在認(rèn)知診斷測(cè)驗(yàn)編制中的重要作用[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年05期

3 余娜;辛濤;;規(guī)則空間模型的簡(jiǎn)介與述評(píng)[J];中國(guó)考試(研究版);2007年09期

4 楊淑群;蔡聲鎮(zhèn);丁樹(shù)良;林海菁;丁秋林;;求解簡(jiǎn)化Q矩陣的擴(kuò)張算法[J];蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

5 戴海崎,張青華;規(guī)則空間模型在描述統(tǒng)計(jì)學(xué)習(xí)模式識(shí)別中的應(yīng)用研究[J];心理科學(xué);2004年04期

6 涂冬波;漆書(shū)青;蔡艷;戴海琦;丁樹(shù)良;;IRT模型參數(shù)估計(jì)的新方法——MCMC算法[J];心理科學(xué);2008年01期

7 丁樹(shù)良;汪文義;楊淑群;;認(rèn)知診斷測(cè)驗(yàn)藍(lán)圖的設(shè)計(jì)[J];心理科學(xué);2011年02期

8 張敏強(qiáng);簡(jiǎn)小珠;陳秋梅;;規(guī)則空間模型在瑞文智力測(cè)驗(yàn)中的認(rèn)知診斷分析[J];心理科學(xué);2011年02期

9 汪文義;丁樹(shù)良;;題庫(kù)結(jié)構(gòu)對(duì)原始題在線屬性標(biāo)定準(zhǔn)確性之影響研究[J];心理科學(xué);2012年02期

10 林海菁;丁樹(shù)良;;具有認(rèn)知診斷功能的計(jì)算機(jī)化自適應(yīng)測(cè)驗(yàn)的研究與實(shí)現(xiàn)[J];心理學(xué)報(bào);2007年04期

本文編號(hào)：1002772