摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 引言 | 第8-11页 |
1.1 研究背景 | 第8页 |
1.2 国内外研究现状 | 第8-9页 |
1.3 本文主要研究工作及创新点 | 第9-11页 |
2 计算机化自适应测验(CAT)综述 | 第11-21页 |
2.1 人工智能(AI) | 第11-12页 |
2.2 项目反应理论(IRT) | 第12-13页 |
2.2.1 0-1 评分模型 | 第12-13页 |
2.2.2 多级评分模型 | 第13页 |
2.3 CAT 组件 | 第13-18页 |
2.3.1 选题策略 | 第14-16页 |
2.3.2 终止规则 | 第16页 |
2.3.3 能力估计——贝叶斯期望后验估计法(EAP) | 第16-17页 |
2.3.4 题库 | 第17-18页 |
2.4 最大优先级指标(MPI)及修改的最大优先级指标(MMPI) | 第18-21页 |
2.4.1 MPI 两阶段选题 | 第18-19页 |
2.4.2 MMPI 两阶段选题 | 第19页 |
2.4.3 MPI 一阶段选题 | 第19-21页 |
3 多级评分中引入曝光因子选题策略的研究 | 第21-28页 |
3.1 实验设计 | 第21-22页 |
3.2 实验数据的模拟 | 第22-23页 |
3.3 实验评价指标 | 第23-25页 |
3.4 实验结果及分析 | 第25-28页 |
4 基于最大优先级指标(MPI)选题策略的研究 | 第28-42页 |
4.1 MMPI 引入曝光因子选题策略 | 第28-33页 |
4.1.1 实验设计 | 第28-29页 |
4.1.2 实验数据的模拟 | 第29页 |
4.1.3 实验结果及分析 | 第29-33页 |
4.2 修正后的 MPI 一阶段选题策略 | 第33-39页 |
4.2.1 实验设计 | 第33-34页 |
4.2.2 实验数据的模拟 | 第34页 |
4.2.3 实验结果及分析 | 第34-39页 |
4.3 修正后 MPI 一阶段并引入曝光因子选题策略 | 第39-42页 |
4.3.1 实验设计 | 第39-40页 |
4.3.2 实验数据的模拟 | 第40页 |
4.3.3 实验结果及分析 | 第40-42页 |
5 总结与展望 | 第42-44页 |
5.1 总结 | 第42页 |
5.2 展望 | 第42-44页 |
参考文献 | 第44-46页 |
致谢 | 第46-47页 |
在读期间公开发表论文(著)及科研情况 | 第47页 |