| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 1 文献综述 | 第11-33页 |
| 1.1 认知诊断的基本概念 | 第11-16页 |
| 1.1.1 认知诊断 | 第11页 |
| 1.1.2 认知属性 | 第11-12页 |
| 1.1.3 属性层级关系 | 第12-13页 |
| 1.1.4 属性掌握模式 | 第13页 |
| 1.1.5 Q矩阵及其设计 | 第13-16页 |
| 1.2 认知诊断的三大理论基础 | 第16-17页 |
| 1.3 认知诊断方法研究综述 | 第17-28页 |
| 1.3.1 参数模型方法 | 第17-24页 |
| 1.3.2 非参数方法 | 第24-26页 |
| 1.3.3 机器学习的方法 | 第26-28页 |
| 1.4 认知诊断分类准确性的影响因素 | 第28-30页 |
| 1.4.1 属性层面的影响 | 第28-29页 |
| 1.4.2 测验编制的影响 | 第29页 |
| 1.4.3 被试层面的影响 | 第29页 |
| 1.4.4 分类方法的影响 | 第29-30页 |
| 1.5 认知诊断发展趋势 | 第30-33页 |
| 1.5.1 认知诊断模型及方法的多级评分趋势化 | 第30-31页 |
| 1.5.2 认知诊断模型及方法趋于简化 | 第31页 |
| 1.5.3 大数据时代的认知诊断计算机化 | 第31-33页 |
| 2 问题提出与研究设计 | 第33-37页 |
| 2.1 问题提出 | 第33-34页 |
| 2.1.1 非参数方法化繁为简 | 第33页 |
| 2.1.2 海明距离方法只适用于0-1评分,需拓展多级评分方法 | 第33-34页 |
| 2.1.3 拓展至多级评分的可行性及稳健性 | 第34页 |
| 2.2 研究问题 | 第34页 |
| 2.3 研究设计 | 第34-36页 |
| 2.4 研究意义 | 第36-37页 |
| 2.4.1 理论意义 | 第36页 |
| 2.4.2 实践意义 | 第36-37页 |
| 3 研究一: 曼哈顿距离判别方法构建 | 第37-50页 |
| 3.1 研究目的 | 第37页 |
| 3.2 研究设计 | 第37页 |
| 3.3 曼哈顿距离 | 第37页 |
| 3.4 反应模式间的曼哈顿距离 | 第37-38页 |
| 3.5 曼哈顿距离判别法的合理性 | 第38-39页 |
| 3.6 曼哈顿距离判别方法 | 第39-40页 |
| 3.7 MDD分类一致性 | 第40-50页 |
| 3.7.1 条件与假设 | 第41页 |
| 3.7.2 数学推导 | 第41-50页 |
| 4 研究二: 曼哈顿距离判别法分类准确性 | 第50-69页 |
| 4.1 研究目的 | 第50页 |
| 4.2 研究方法 | 第50-54页 |
| 4.2.1 研究设计 | 第50-52页 |
| 4.2.2 数据生成 | 第52-53页 |
| 4.2.3 数据分析 | 第53页 |
| 4.2.4 评价指标 | 第53-54页 |
| 4.3 实验1: 被试知识状态分布对判准率的影响 | 第54-57页 |
| 4.3.1 实验目的 | 第54页 |
| 4.3.2 实验过程 | 第54页 |
| 4.3.3 实验结果 | 第54-57页 |
| 4.4 实验2:被试样本容量对判准率的影响 | 第57-61页 |
| 4.4.1 实验目的 | 第57页 |
| 4.4.2 实验过程 | 第57页 |
| 4.4.3 实验结果 | 第57-61页 |
| 4.5 实验3:属性个数对判准率的影响 | 第61-65页 |
| 4.5.1 实验目的 | 第61页 |
| 4.5.2 实验过程 | 第61-62页 |
| 4.5.3 实验结果 | 第62-65页 |
| 4.6 讨论 | 第65-69页 |
| 4.6.1 MDD三种判别方法的特点 | 第65-66页 |
| 4.6.2 MDD不受知识状态分布的影响 | 第66页 |
| 4.6.3 MDD不依赖样本容量,可用于小样本测验评估 | 第66-67页 |
| 4.6.4 MDD判准率随属性个数的影响较小 | 第67页 |
| 4.6.5 MDD与其他方法的比较 | 第67-69页 |
| 5 研究三: 曼哈顿距离判别法稳健性 | 第69-78页 |
| 5.1 研究目的 | 第69页 |
| 5.2 研究方法 | 第69-70页 |
| 5.2.1 研究设计 | 第69页 |
| 5.2.2 数据生成 | 第69页 |
| 5.2.3 数据分析 | 第69-70页 |
| 5.2.4 评价指标 | 第70页 |
| 5.3 实验1: 属性层级关系错误对判准率的影响 | 第70-73页 |
| 5.3.1 实验目的 | 第70页 |
| 5.3.2 实验过程 | 第70-71页 |
| 5.3.3 实验结果 | 第71-73页 |
| 5.4 实验2: Q矩阵错误对判准率的影响 | 第73-75页 |
| 5.4.1 实验目的 | 第73页 |
| 5.4.2 实验过程 | 第73页 |
| 5.4.3 实验结果 | 第73-75页 |
| 5.5 讨论 | 第75-78页 |
| 5.5.1 属性层级关系的错误对MDD的影响 | 第75-76页 |
| 5.5.2 Q矩阵的错误对MDD的影响 | 第76-77页 |
| 5.5.3 MDD的稳健性 | 第77-78页 |
| 6 研究四:MDD在实证数据中的应用 | 第78-85页 |
| 6.1 研究目的 | 第78页 |
| 6.2 数据来源 | 第78-79页 |
| 6.3 研究过程与方法 | 第79页 |
| 6.4 评价指标 | 第79-80页 |
| 6.5 研究结果 | 第80-83页 |
| 6.5.1 诊断分类结果 | 第80-81页 |
| 6.5.2 属性性质与属性通过率的一致性 | 第81-82页 |
| 6.5.3 学校类型与属性通过率的一致性 | 第82-83页 |
| 6.6 讨论 | 第83-85页 |
| 6.6.1 MDD的有效性 | 第83-84页 |
| 6.6.2 MDD的适用性 | 第84-85页 |
| 7. 研究结论与展望 | 第85-87页 |
| 7.1 研究结论 | 第85-86页 |
| 7.2 研究展望 | 第86-87页 |
| 参考文献 | 第87-96页 |
| 攻读学位期间取得的研究成果 | 第96-97页 |
| 致谢 | 第97-100页 |