1.一种考虑学生影响因素的跨时间点认知诊断方法,其特征在于,包括以下步骤:获取若干个时间点的学生答题数据,对每个时间点的学生答题数据分别进行拟合;
基于拟合结果将每位学生分配到潜在知识掌握状态,并计算分类误差概率;
构建潜在转移认知诊断模型,基于所述分类误差概率对所述潜在转移认知诊断模型进行优化,基于优化后的潜在转移认知诊断模型获得估计初始状态概率和估计转移概率;
基于估计初始状态概率和估计转移概率对学生进行跨时间点认知诊断;
计算分类误差概率的公式如下:
其中,Y表示每个时间点每个学生在对应时刻的答题数据,T表示时间点的数量,N表示学生的总数,st表示学生在某时间点的可能的潜在知识掌握状态,Lt表示学生在某时间点的潜在知识掌握状态,rt表示估计潜在知识掌握状态,Wt=rt表示学生在第t个时间点的估计的潜在知识掌握状态的取值为rt;
所述潜在转移认知诊断模型为:
其中,P(Yt|Lt=st)为第t个时间点对应的潜在知识掌握状态,P(L1=s1|Z1)为初始状态概率,P(Lt=st|Lt-1=st-1,Zt)为转移概率;Y表示每个时间点每个学生在对应时刻的答题数据,t表示时间点,Z表示协变量,S表示潜在知识掌握状态的数量。
2.根据权利要求1所述的考虑学生影响因素的跨时间点认知诊断方法,其特征在于,获取若干个时间点的学生答题数据,对每个时间点的学生答题数据分别进行拟合的过程包括:对题目内容和考核目标进行分析,获得题目与各个认知属性之间的关系,基于题目与各个认知属性之间的关系构建Q矩阵;
获取协变量与若干个时间点的学生答题数据;基于所述Q矩阵,对协变量与若干个时间点的学生答题数据进行G-DINA模型拟合,获得每位学生在每个时间点对各个认知属性的掌握概率。
3.根据权利要求2所述的考虑学生影响因素的跨时间点认知诊断方法,其特征在于,将每位学生分配到潜在知识掌握状态的过程包括:
基于每位学生在每个时间点对各个认知属性的掌握概率计算每位学生在各认知属性上的后验概率,将每位学生分配到潜在知识掌握状态。
4.根据权利要求1所述的考虑学生影响因素的跨时间点认知诊断方法,其特征在于,所述潜在转移认知诊断模型的目标函数为对数似然函数,表示如下:式中,Yi表示学生i的答题数据,Zi表示学生i的协变量。
5.根据权利要求4所述的考虑学生影响因素的跨时间点认知诊断方法,其特征在于,基于所述分类误差概率对所述潜在转移认知诊断模型进行优化的过程包括:基于所述分类误差概率和估计潜在知识掌握状态计算校正权重,采用所述校正权重对所述目标函数进行校正,获得优化后的潜在转移认知诊断模型。
6.根据权利要求5所述的考虑学生影响因素的跨时间点认知诊断方法,其特征在于,基于所述分类误差概率,通过最大化优化后的潜在转移认知诊断模型相应的对数似然函数获得估计初始状态概率和估计转移概率;基于协变量与估计转移概率进行回归建模,实现对学生的跨时间点认知诊断。