面向属性概念格下的知识状态转移方法

作     者：朱泳帆 许晴媛 周银凤 王大利 李进金 张培林 ZHU Yongfan;XU Qingyuan;ZHOU Yinfeng;WANG Dali;LI Jinjin;ZHANG Peilin

作者机构：闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室(闽南师范大学)福建漳州363000 陕西师范大学数学与统计学院西安710119 闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室(闽南师范大学)福建漳州363000 

出 版 物：《小型微型计算机系统》 (Journal of Chinese Computer Systems)

年 卷 期：2024年第45卷第11期

页      面：2647-2655页

学科分类：12[管理学] 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] 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(62076221)资助 福建省自然科学基金项目(2022J01912)资助 福建省大学生创新训练项目(S202210402024)资助 

主　　题：知识空间理论 形式概念分析 自适应测试 知识评估 知识状态转移 面向属性概念格 

摘      要：如何高效率地寻找猜测答对或粗心答错情况下不相容答题状态对应受测者真实的知识状态是目前计算机自适应测试领域研究的一个热点问题.现有知识状态转移方法时间成本高,不适用于含有大量测试问题和技能的应用场景.并且,现有知识状态转移方法将合取模型和能力模型均视为能力模型,采用同一种方法进行知识状态转移,灵活性不够,评估效率不高.本文针对合取模型和能力模型,分别提出基于面向属性概念格的知识状态转移方法.首先由技能映射或多映射建立技能背景并诱导出对应的面向属性概念格,进一步使用概念格中概念的外延并结合最大概率方法得到受测者猜测或粗心情况下的真实知识状态,最后给出知识评估过程.实验表明,在知识评估结果相同的前提下,本文所提方法相比现有方法极大地降低了评估时间成本,因此具有更好的性能.