学生认知状态的确定方法及系统技术方案

本发明专利技术公开了一种学生认知状态的确定方法，包括：获取各个学生针对不同的试题信息进行作答组成的答题信息集；依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集；依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集；将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换，得到第一认知诊断模型；依据所述第一认知诊断模型，确定与所述各个学生对应的目标认知状态子集。上述方法，对试题参数子集进行修正，得到第一认知诊断模型，依据所述第一认知诊断模型，实现对于没有参加同一场考试或做过相同试题的学生的认知状态进行比较。

The method and system of determining students' cognitive state

The invention discloses a method for determining a student's cognitive state, which comprises: acquiring a question information set composed of various students answering different question information; acquiring a test parameter subset corresponding to the question information set according to the question information set in a preset cognitive diagnosis model; and acquiring a test parameter subset corresponding to the question information set according to a preset correction method. The first test parameter subset is modified to obtain the first test parameter subset; the first test parameter subset is replaced by the corresponding item in the preset cognitive diagnosis model to obtain the first cognitive diagnosis model; and the target cognition corresponding to each student is determined according to the first cognitive diagnosis model. State subset. According to the first cognitive diagnosis model, the cognitive state of the students who did not take the same test or did the same test was compared.

【技术实现步骤摘要】
学生认知状态的确定方法及系统
本专利技术涉及教育数据挖掘
，尤其涉及一种学生认知状态的确定方法及系统。
技术介绍
认知诊断时使用教育领域专家所提出的诊断方法，根据学生的答题记录进行分析的过程。传统教育中的考试通常是由一组学生参加，考试的过程中每个学生回答的是同样的试题。教育领域的专家已经提出了许多针对单次考试结果的认知诊断方法，这些方法可以诊断出学生的学习状态以及学生和试题的交互。对学生认知状态的准确诊断可以有效的帮助学生、教师了解学生的学习情况，同时可以辅助制定个性化学习策略。专利技术人对现有的学生的认知状态的确定方法进行研究发现，学生认知状态与作答试题的试题参数相关联，不同的试题对应的试题参数不同，因此，认知状态的确定都是针对单一的考试或练习的学生认知状态进行确定，然而，对于没有参加同一场考试或做过相同试题的学生，由于每次考试的试题参数是独立的，得到的认知状态之间是无法相互比较的。
技术实现思路
有鉴于此，本专利技术提供了一种学生认知状态的确定方法，用以解决现有技术中对于没有参加同一场考试或做过相同试题的学生，得到的认知状态之间是无法相互比较的问题。具体方案如下：一种学生认知状态的确定方法，包括：获取各个学生针对不同的试题信息进行作答组成的答题信息集，所述答题信息集中包括每一个学生的答题记录以及其对应的试题信息；依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集；依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集；将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换，得到第一认知诊断模型；依据所述第一认知诊断模型，确定与所述各个学生对应的目标认知状态子集。上述的方法，可选的，还包括：依据所述第一试题参数子集、所述目标认知状态子集和所述第一认知诊断模型确定所述各个学生对于所述答题信息集中各个试题信息作答正确的概率值。上述的方法，可选的，依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集包括：选取与所述各个学生对应的初始认知诊断维度，对所述初始认知诊断维度进行初始化，得到初始认知状态；获取与所述各个学生对应的初始试题参数；在所述答题信息集中选取与所述各个学生对应的答题记录；将所述初始认知状态和所述初始试题参数传递到所述预设的认知诊断模型中，依据所述答题记录，确定所述答题信息集对应的试题参数子集。上述的方法，可选的，依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集包括：依据所述答题信息集中的各个试题信息和所述试题参数子集对与所述答题信息集对应的试题映射矩阵进行初始化，得到第一试题映射矩阵；依据与所述第一试题映射矩阵存在关联关系的优化函数，对所述第一试题映射矩阵进行优化，得到第二试题映射矩阵；将所述第二试题映射矩阵传递给预设的修正函数对所述试题参数子集进行修正，得到第一试题参数子集。上述的方法，可选的，依据与所述第一试题映射矩阵存在关联关系的优化函数，对所述第一试题映射矩阵进行优化，得到第二试题映射矩阵包括：解析与所述第一试题映射矩阵存在关联关系的优化函数中包含的损失项和正则化项；依据梯度下降法调整所述第一试题映射矩阵，使得所述损失项和所述正则化项的取值最小时，所述优化函数中关联的为第二试题映射矩阵。一种学生认知状态的确定系统，包括：第一获取模块，用于获取各个学生针对不同的试题信息进行作答组成的答题信息集，所述答题信息集中包括每一个学生的答题记录以及其对应的试题信息；第二获取模块，用于依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集；修正模块，用于依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集；替换模块，用于将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换，得到第一认知诊断模型；第一确定模块，用于依据所述第一认知诊断模型，确定与所述各个学生对应的目标认知状态子集。上述的系统，可选的，还包括：第二确定模块，用于依据所述第一试题参数子集、所述目标认知状态子集和所述第一认知诊断模型确定所述各个学生对于所述答题信息集中各个试题信息作答正确的概率值。上述的系统，可选的，所述第二获取模块包括：第一选取单元，用于选取与所述各个学生对应的初始认知诊断维度，对所述初始认知诊断维度进行初始化，得到初始认知状态；获取单元，用于获取与所述各个学生对应的初始试题参数；第二选取单元，用于在所述答题信息集中选取与所述各个学生对应的答题记录；确定单元，用于将所述初始认知状态和所述初始试题参数传递到所述预设的认知诊断模型中，依据所述答题记录，确定所述答题信息集对应的试题参数子集。上述的系统，可选的，所述修正模块包括：初始化单元，用于依据所述答题信息集中的各个试题信息和所述试题参数子集对与所述答题信息集对应的试题映射矩阵进行初始化，得到第一试题映射矩阵；优化单元，用于依据与所述第一试题映射矩阵存在关联关系的优化函数，对所述第一试题映射矩阵进行优化，得到第二试题映射矩阵；修正单元，用于将所述第二试题映射矩阵传递给预设的修正函数对所述试题参数子集进行修正，得到第一试题参数子集。上述的系统，可选的，所述优化单元包括：解析子单元，用于解析与所述第一试题映射矩阵存在关联关系的优化函数中包含的损失项和正则化项；确定子单元，用于依据梯度下降法调整所述第一试题映射矩阵，使得所述损失项和所述正则化项的取值最小时，所述优化函数中关联的为第二试题映射矩阵。与现有技术相比，本专利技术包括以下优点：本专利技术公开了一种学生认知状态的确定方法，包括：获取各个学生针对不同的试题信息进行作答组成的答题信息集；依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集；依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集；将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换，得到第一认知诊断模型；依据所述第一认知诊断模型，确定与所述各个学生对应的目标认知状态子集。上述方法，通过对试题参数子集进行修正，得到第一认知诊断模型，依据所述第一认知诊断模型，实现对于没有参加同一场考试或做过相同试题的学生的认知状态进行比较。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例公开的一种学生认知状态确定方法流程图；图2为本申请实施例公开的一种学生认知状态确定方法又一方法流程图；图3为本申请实施例公开的一种学生认知状态确定系统结构框图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本专利技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可本文档来自技高网...

【技术保护点】
1.一种学生认知状态的确定方法，其特征在于，包括：获取各个学生针对不同的试题信息进行作答组成的答题信息集，所述答题信息集中包括每一个学生的答题记录以及其对应的试题信息；依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集；依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集；将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换，得到第一认知诊断模型；依据所述第一认知诊断模型，确定与所述各个学生对应的目标认知状态子集。

【技术特征摘要】
1.一种学生认知状态的确定方法，其特征在于，包括：获取各个学生针对不同的试题信息进行作答组成的答题信息集，所述答题信息集中包括每一个学生的答题记录以及其对应的试题信息；依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集；依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集；将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换，得到第一认知诊断模型；依据所述第一认知诊断模型，确定与所述各个学生对应的目标认知状态子集。2.根据权利要求1所述的方法，其特征在于，还包括：依据所述第一试题参数子集、所述目标认知状态子集和所述第一认知诊断模型确定所述各个学生对于所述答题信息集中各个试题信息作答正确的概率值。3.根据权利要求1所述的方法，其特征在于，依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集包括：选取与所述各个学生对应的初始认知诊断维度，对所述初始认知诊断维度进行初始化，得到初始认知状态；获取与所述各个学生对应的初始试题参数；在所述答题信息集中选取与所述各个学生对应的答题记录；将所述初始认知状态和所述初始试题参数传递到所述预设的认知诊断模型中，依据所述答题记录，确定所述答题信息集对应的试题参数子集。4.根据权利要求1所述的方法，其特征在于，依据预设的修正方法，对所述试题参数子集进行修正，得到第一试题参数子集包括：依据所述答题信息集中的各个试题信息和所述试题参数子集对与所述答题信息集对应的试题映射矩阵进行初始化，得到第一试题映射矩阵；依据与所述第一试题映射矩阵存在关联关系的优化函数，对所述第一试题映射矩阵进行优化，得到第二试题映射矩阵；将所述第二试题映射矩阵传递给预设的修正函数对所述试题参数子集进行修正，得到第一试题参数子集。5.根据权利要求4所述的方法，其特征在于，依据与所述第一试题映射矩阵存在关联关系的优化函数，对所述第一试题映射矩阵进行优化，得到第二试题映射矩阵包括：解析与所述第一试题映射矩阵存在关联关系的优化函数中包含的损失项和正则化项；依据梯度下降法调整所述第一试题映射矩阵，使得所述损失项和所述正则化项的取值最小时，所述优化函数中关联的为第二试题映射矩阵。6.一种学生认知状...

【专利技术属性】
技术研发人员：陈恩红，刘淇，朱天宇，黄振亚，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34