基于知识空间理论的学习诊断模型研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-17页 |
| ·课题背景及研究意义 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·本文主要工作 | 第15-16页 |
| ·本文的组织结构 | 第16-17页 |
| 第2章 测试理论研究综述 | 第17-31页 |
| ·引言 | 第17页 |
| ·测试理论发展概述 | 第17-19页 |
| ·经典测试理论 | 第17-18页 |
| ·概化理论 | 第18页 |
| ·项目反应理论 | 第18-19页 |
| ·认知诊断理论 | 第19-23页 |
| ·认知诊断概念 | 第19-20页 |
| ·认知诊断模型 | 第20-22页 |
| ·认知诊断在计算机自适应测试中的研究现状 | 第22-23页 |
| ·知识空间理论及其扩展 | 第23-26页 |
| ·知识空间理论概述 | 第23-24页 |
| ·扩展的知识空间理论 | 第24-25页 |
| ·基于知识空间理论测试的优点 | 第25-26页 |
| ·基于知识空间理论的诊断测试研究现状 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于试题关系树的自适应诊断测试算法 | 第31-53页 |
| ·引言 | 第31页 |
| ·相关研究及不足 | 第31-34页 |
| ·试题关系树的构建 | 第34-46页 |
| ·概念定义及表示方法 | 第34-35页 |
| ·知识点组合之间的关系 | 第35-36页 |
| ·试题之间的关系 | 第36-38页 |
| ·构建试题关系树的算法 | 第38-46页 |
| ·基于试题关系树的学习诊断测试 | 第46-51页 |
| ·基于试题关系树的诊断策略 | 第46-47页 |
| ·诊断决策树 | 第47-51页 |
| ·基于试题关系树的诊断测试算法分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 基于猜测概率和失误概率的学习诊断模型 | 第53-65页 |
| ·引言 | 第53页 |
| ·答题状态及其相容性 | 第53-55页 |
| ·基于最大概率的答题状态转移 | 第55-56页 |
| ·概率计算 | 第56-60页 |
| ·预备知识 | 第57页 |
| ·事件定义 | 第57-58页 |
| ·求猜测概率和失误概率 | 第58-59页 |
| ·求P(A_q)和P(A_q) | 第59-60页 |
| ·答题状态转移 | 第60-61页 |
| ·学习诊断过程 | 第61-62页 |
| ·模型特点及性能分析 | 第62-64页 |
| ·模型特点 | 第62-63页 |
| ·模型性能分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 学习诊断系统的设计与实现 | 第65-75页 |
| ·学习诊断系统概述 | 第65-66页 |
| ·需求分析 | 第65页 |
| ·模块设计 | 第65-66页 |
| ·开发工具与平台 | 第66页 |
| ·系统工作流程 | 第66-68页 |
| ·出题流程 | 第67页 |
| ·自适应诊断流程 | 第67页 |
| ·概率诊断流程 | 第67-68页 |
| ·数据库设计 | 第68-70页 |
| ·学习诊断演示 | 第70-74页 |
| ·试题实例 | 第70-71页 |
| ·试题输入演示 | 第71-72页 |
| ·概率诊断演示 | 第72-73页 |
| ·自适应诊断演示 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第82页 |
