【技术实现步骤摘要】
一种面向学生能力的Bayes分级评价算法和系统
[0001]本专利技术属于心理测量学和教育测量学、学习能力与学情分析测评、经典测量理论和项目反应理论、自适应学习系统领域,特别涉及一种面向学生能力的Bayes分级评价算法和系统。
技术介绍
[0002]项目反应理论(Item Response Theory)也称潜在特质理论或潜在特质模型,是一种现代心理测量理论,其意义在于可以指导项目筛选和测验编制。项目反应理论假设被试有一种“潜在特质”,潜在特质是在观察分析测验反应基础上提出的一种统计构想,在测验中,潜在特质一般是指潜在的能力,并经常用测验总分作为这种潜力的估算。项目反应理论认为被试在测验项目上的反应和成绩与他们的潜在特质有特殊的关系。通过项目反应理论建立的项目参数具有恒久性的特点,意味着不同测量量表的分数可以统一。在项目反应理论中,难度被定义为试题本身固有的特性,不随考生样本的变化而变化。该理论认为,如果考生足够多的话,每道题都会有部分人不能答对,部分人容易答对,部分人费点力气刚好能答对。试题的难易程度取决于刚好能答对的那部分人的水平高低,水平高的被试刚好能答对说明该题较难,水平低的被试刚好能答对说明该题简单。
[0003]项目反应理论受到广泛推崇的原因有以下几点:在项目反应理论下,试题难度参数、区分度参数以及被试能力参数具有不变性;在项目反应理论中引入了项目特征曲线,将项目难度、区分度以及被试能力进行了有机统一;项目反应理论中的信息函数反映了在不同能力水平处,每个项目所提供的信息量的大小,信息量最大处的能力 ...
【技术保护点】
【技术特征摘要】
1.一种面向学生能力的Bayes分级评价算法,其特征在于,包括如下步骤:a.获取M道题目,每道所述题目仅考查一个具体领域知识点;将所述M道题目分为N个试题难度评价等级,从第1级到第N级表示试题难度依次递增;b.获取表示学生能力的L个能力评价等级,从第0级到第L级表示学生能力从“不具备能力”到“具备最大能力”依次递增;并且有L≥N+1;;c.获取某学生具备i级能力的初始概率P(A
i
),以及为某学生具备i级能力的情况下该生做对难度等级为n的题目的条件概率P(B
n
|A
i
)和为某学生具备i级能力的情况下该生做错难度等级为n的题目的条件概率其中,B
n
为某学生做对一道难度等级为n的题目的事件,为某学生做错一道难度等级为n的题目的事件,n∈N;d.由式(1)计算某学生做对一道难度等级为n的题目发生的概率P(B
n
),由式(2)计算某学生做错一道难度等级为n的题目发生的概率学生做错一道难度等级为n的题目发生的概率学生做错一道难度等级为n的题目发生的概率其中,A
i
为学生能力等级为第i级的事件,P(A
i
)为给定某学生具备i级能力的初始概率,i=0,1,...,L,e.由式(3)计算应用朴素贝叶斯算法得出当学生做对难度等级为n的题目时该学生具备该领域知识点能力的后验概率P(A
i
|B
n
),即:以及由式(4)计算当学生做错难度等级为n的题目时该学生具备i级能力的后验概率即f.以所述后验概率P(A
i
|B
n
)或修正P(A
i
),重复c
‑
e步骤用以更新P(A
i
|B
n
)或即得当前该学生是否具备所考查领域知识点能力的大小。2.如权利要求1所述的方法,其特征在于,所述试题难度评价等级的划分方法,以及学生能力等级的划分均包括如下步骤的一种:让所有学生做同一份试卷,每道题的做题结果包括“正确”和“错误”两种情况,计算“同一道题做题结果为正确”人数与“做同一道题的所有学生”人数的比值记为该题的“正确率”;
通过聚类算法中的具体方法,经过若干次迭代计算所有题目难度值之间的距离或相关系数,将距离近的数据或者说相似数据聚为一类,每一类为一个难度等级,通过将每一类的中心点的数值进行排序,定义出难度等级的大小;其中,所述聚类算法包括两步聚类法、k
‑
means算法、系统聚类法中的一种或多种;所述距离或相关系数包括欧氏距离、欧式平方距离、卡方距离、余弦值、切比雪夫距离、曼哈顿距离、皮尔逊相关系数中的多种。3.如权利要求1所述的方法,其特征在于,所述试题难度评价等级的划分方法包括以下方法的任意一种:a.区间平均划分方法将试题的正确率按从小...
【专利技术属性】
技术研发人员:李志军,高杨,徐继宁,胡敦利,董文浩,冯彦章,
申请(专利权)人:北方工业大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。