基于模糊测度的知识关联性建模方法

作     者：张所娟 黄松 余晓晗 陈恩红 ZHANG Suojuan;HUANG Song;YU Xiaohan;CHEN Enhong

作者机构：中国人民解放军陆军工程大学指挥控制工程学院南京210007 中国科学技术大学计算机科学与技术学院大数据分析与应用安徽省重点实验室合肥230027 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2022年第35卷第2期

页      面：95-105页

核心收录：

学科分类：0711[理学-系统科学] 0401[教育学-教育学] 04[教育学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 040110[教育学-教育技术学（可授教育学、理学学位）] 

基　　金：国家重点研发计划项目(No.2018YFB1403400) 国家自然科学基金项目(No.U20A20229)资助 

主　　题：知识关联性 模糊测度 认知诊断 知识集合 知识交互 

摘      要：在教学应用场景中,知识之间的关联性广受关注,但现有研究通常偏重两两知识点之间关系的建模,忽视知识集合中复杂的关联关系,导致研究结果出现偏差.因此,文中引入模糊测度对知识集合进行量化度量,并在此基础上提出基于模糊测度的知识关联性建模方法.首先,基于认知心理学理论,分析知识间存在的三种不同关系,并利用模糊测度建模知识间的关联性,通过实际教学场景论证方法的实用性.然后,在模糊测度建模的基础上,从知识关联性的视角讨论知识的重要度和交互指标.最后,研究知识关联性在认知诊断中的应用.真实数据集上的实验证实知识关联性对认知诊断的影响,不仅有效提升预测精度,也提供更好的可解释性.