| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 一、问题的提出 | 第12-15页 |
| (一)研究背景 | 第12页 |
| (二)研究问题 | 第12-13页 |
| (三)研究目的 | 第13页 |
| (四)研究思路与方法 | 第13-14页 |
| 1.研究思路 | 第13-14页 |
| 2.研究方法 | 第14页 |
| (五)研究意义 | 第14-15页 |
| 二、相关理论研究 | 第15-19页 |
| (一)认知诊断的相关理论研究 | 第15-17页 |
| 1.认知诊断 | 第15-16页 |
| 2.认知属性 | 第16页 |
| 3.认知诊断模型 | 第16-17页 |
| (二)项目反应理论 | 第17页 |
| (三)规则空间模型 | 第17-19页 |
| (四)聚类分析—K-means聚类算法 | 第19页 |
| (五)个性化学习路径 | 第19页 |
| 三、基于规则空间模型和聚类分析的认知诊断方法和学习路径刻画 | 第19-21页 |
| (一)现有试卷的认知属性分析 | 第20页 |
| (二)应用RSM对试卷进行认知诊断的优势与局限 | 第20页 |
| (三)基于RSM对试卷进行认知诊断 | 第20-21页 |
| (四)基于k-means聚类算法的学习路径刻画 | 第21页 |
| 四、RSM和聚类分析在八年级数学期中试卷中的应用 | 第21-39页 |
| (一)基于规则空间模型对八年级学生勾股定理内容进行认知诊断 | 第22-35页 |
| 1.勾股定理认知属性和属性层级关系的确立 | 第22-24页 |
| 2.勾股定理认知诊断工具的编制 | 第24-26页 |
| 3.理想掌握模式和Q矩阵的确立 | 第26-29页 |
| 4.建立规则空间,对325名被试的勾股定理认知属性掌握模式进行判别和归类 | 第29-35页 |
| (二)k-means聚类算法的勾股定理学习路径的刻画 | 第35-39页 |
| 1.属性掌握情况的聚类分析 | 第35-37页 |
| 2.被试勾股定理学习路径的刻画 | 第37-39页 |
| 五、数据分析及应用 | 第39-48页 |
| (一)基于经典测量理论的八年级学生的试卷分析 | 第39-43页 |
| 1.各项目的得分率 | 第39-40页 |
| 2.不同班级学生的得分情况比较 | 第40-42页 |
| 3.各认知属性的得分率 | 第42-43页 |
| (二)基于规则空间模型的个体认知结构诊断选例分析 | 第43-46页 |
| 1.被试项目得分相同能力值差异分析 | 第43-45页 |
| 2.被试能力值相同属性掌握模式差异分析 | 第45页 |
| 3.试实际反应结果分析 | 第45-46页 |
| (三)认知诊断结果在教学补救和个性化学习路径推送中的应用 | 第46-48页 |
| 1.利用学习路径图对被试群体的补救性方案设计 | 第46页 |
| 2.利用认知诊断信息推荐学习路径实现个性化学习 | 第46-48页 |
| 六、研究结论与展望 | 第48-52页 |
| (一)研究结论 | 第48-50页 |
| (二)研究展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-58页 |
| 附录1 八年级勾股定理内容认知度的调查问卷 | 第55-56页 |
| 附录2 勾股定理内容测试卷 | 第56-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间的学术成果 | 第59-60页 |
