基于速度与准确率权衡的深度认知诊断模型

作     者：程艳 周子为 马明宇 林庆龙 詹勇鑫 万凌峰 

作者机构：江西师范大学计算机信息工程学院 江西省智能信息处理与情感计算省重点实验室 江西师范大学软件学院 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2024年

学科分类：12[管理学] 0401[教育学-教育学] 04[教育学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 040110[教育学-教育技术学（可授教育学、理学学位）] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(62167006,61967011) 江西省科技创新基地计划项目--智能信息处理与情感计算江西省重点实验室(2024SSY03131) 江西省主要学科学术和技术带头人培养计划--领军人才项目(20213BCJL22047) 江西省自然科学基金项目(20212BAB202017) 

主　　题：智能教育 深度认知诊断 速度与准确率权衡 模糊集 逻辑回归函数 

摘      要：智能教育中，认知诊断通过分析学习者的学习行为数据来理解学习者的认知状态。现有基于深度学习方法的认知诊断模型默认假设学习者在作答过程中有足够的作答时间来完全发挥知识掌握水平，未考虑学习者在作答过程中的作答速度与作答准确率之间的权衡策略对发挥知识掌握水平的影响。针对上述问题，提出一种基于速度与准确率权衡的深度认知诊断模型，首先构建认知风格模糊集解释学习者的权衡策略，然后通过动态逻辑回归函数模拟学习者作答过程中的速度与准确率权衡关系，实现对学习者理论上能达到最高的知识掌握水平与实际作答中发挥出来的知识掌握水平的区分诊断。此外还引入了作答时间属性和题目类型属性，以更准确地表征认知诊断交互函数中的题目参数。大量实验表明，该模型不仅相比同类最优模型在三个公开数据集上准确度分别提升2.58%、2.86%、5.18%，并且能为预测结果提供作答时间层面的解释，具有一定的优越性。