基于KL信息矩阵的动态加权选题策略

尚鹏丽;郭磊;陈佳芳;汪新;张进辅;

doi:10.13718/j.cnki.xsxb.2016.10.018

西南师范大学学报(自然科学版)

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
	姓名不能为空！
邮箱
	邮箱不能为空！非法的邮箱地址。
手机号码
	电话不能为空！请输入有效手机号!
标题
	标题不能为空！
留言内容
	内容不能为空！
验证码
	验证码不能为空！验证码错误！

基于KL信息矩阵的动态加权选题策略

尚鹏丽;郭磊;陈佳芳;汪新;张进辅;. 基于KL信息矩阵的动态加权选题策略[J]. 西南师范大学学报(自然科学版), 2016, 41(10): 117-123. doi: 10.13718/j.cnki.xsxb.2016.10.018

引用本文:

Citation:

基于KL信息矩阵的动态加权选题策略

尚鹏丽;郭磊;陈佳芳;汪新;张进辅;

西南大学心理学部;

摘要: 在Henson和Douglas提出的KL信息矩阵(用D矩阵表示)基础上,借鉴后验加权的思想,将原始KL信息矩阵修正为后验加权KL矩阵,并基于认知诊断中项目区分度的计算方式,提出2种新的CD-CAT选题策略:DPWKL1和DPWKL2方法,在不同测验长度、不同诊断模型以及不同属性相关程度下,与传统PWKL方法进行了比较研究.模拟研究表明,不论实验条件如何变化,DPWKL1和DPWKL2方法的属性判准率及模式判准率均要优于PWKL方法.
- 认知诊断计算机化自适应测验 /
- KL信息矩阵 /
- 选题策略 /
- DINA模型 /
- 融合模型

计量

文章访问数: 824
HTML全文浏览数: 480
PDF下载数: 2
施引文献: 0

基于KL信息矩阵的动态加权选题策略

尚鹏丽;郭磊;陈佳芳;汪新;张进辅;

西南大学心理学部;

关键词:

摘要: 在Henson和Douglas提出的KL信息矩阵(用D矩阵表示)基础上,借鉴后验加权的思想,将原始KL信息矩阵修正为后验加权KL矩阵,并基于认知诊断中项目区分度的计算方式,提出2种新的CD-CAT选题策略:DPWKL1和DPWKL2方法,在不同测验长度、不同诊断模型以及不同属性相关程度下,与传统PWKL方法进行了比较研究.模拟研究表明,不论实验条件如何变化,DPWKL1和DPWKL2方法的属性判准率及模式判准率均要优于PWKL方法.