找回密码
 注册
关于网站域名变更的通知
查看: 1041|回复: 1
打印 上一主题 下一主题

[毕业设计] 面向大规模认知诊断的DINA模型快速计算方法研究

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-7-9 14:58 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
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)最大嫡方法,它只访问在极大化模型嫡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.
5 N# S! b* _. Z( w! ~; ^
  `0 M) K9 j1 L( s关键词:教育数据挖掘;认知诊断;DINA模型;EM算法;加速收敛
% V7 Z9 q  U$ |
3 W% P% @! X, F       随着互联网教育的迅猛发展,大量在线智能教育系统进入了公众的视线,为学生实现自主学习提供了可能.然而,在线教育系统在提供便利的同时,由于其具有庞大的学习资源库,往往也会给平台提供自主学习服务带来诸多困难.因此,基于学生学习数据,借助技术手段准确地对学生进行学习分析,从而为学生进行个性化的学习推荐,让在线教育系统做到因材施教,已成为当前面向教育数据挖掘分析的重要研究问题.0 F; ^+ d* a$ y, G; {

1 L/ `5 p; q/ G

- `2 u& g; Y8 r" x' i4 |* @9 a/ k2 b: S$ W5 b) Z6 |
1 z0 m% F- j! L* t  f2 }+ L9 ~/ }1 O
游客,如果您要查看本帖隐藏内容请回复

9 W' z) y$ V% X& y" V6 U3 e( w
7 D" Q; _( C" u6 {& \  b' m) g  _5 z. K0 J4 c6 Y
0 F3 L6 y4 O% Y( Y5 I3 h$ d2 D
  • TA的每日心情
    开心
    2022-11-22 15:53
  • 签到天数: 2 天

    [LV.1]初来乍到

    2#
    发表于 2021-7-9 16:11 | 只看该作者
    今年互联网教育行业迎来冷冬
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

    GMT+8, 2025-6-17 23:08 , Processed in 0.078125 second(s), 26 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

    快速回复 返回顶部 返回列表