【技术实现步骤摘要】
一种学生答题预测方法、系统、设备及存储介质
[0001]本专利技术涉及人工智能和智能教育领域,尤其涉及一种学生答题预测方法、系统、设备及存储介质。
技术介绍
[0002]答题预测是人工智能和智能教育领域的一项基本任务,其目的是根据学生对知识点(知识属性)的认知水平估计学生在试题上的正答概率或答题得分。在智能教育系统中,由于学生的答题表现是试题推荐、课程设计、能力诊断等许多重要服务的参考依据,因此学生答题预测方案在智能教育服务中有着广阔的应用前景。由于在学生的学习过程中,知识点之间存在学习依赖关系,因此在答题预测方案中引入知识点层次结构对学生的答题预测至关重要。
[0003]目前,答题预测方案在答题预测中应用方法主要有以下方法:
[0004](1)基于项目反应理论的答题预测方案。
[0005]基于项目反应理论的答题预测方案使用单维标量或者低维向量抽象表示学生的认知水平,并且使用低维参数表征试题特征;然后使用类逻辑斯蒂函数计算学生正确回答题目的概率;最后使用MCMC(马尔科夫链蒙特卡洛方法)等参数优化方法优化模型,优化答题预测正确率。
[0006](2)基于认知理论的答题预测方案。
[0007]基于认知理论的答题预测方案使用变量直接建模学生在每个知识点上的认知水平。在这类方案中,每个试题均考察一部分知识点,试题与知识点的关系使用试题Q矩阵表示;学生对试题的答题正确率使用交互函数进行估计;最后使用Gibbs采样(吉布斯采样)、梯度下降等方法优化参数,估计学生在每个知识点的期望认知水平 ...
【技术保护点】
【技术特征摘要】
1.一种学生答题预测方法,其特征在于,包括:获取知识点层次结构,试题以及试题与知识点对应关系;根据所述知识点层次结构进行贝叶斯网络建模,推断学生的知识点掌握模式;结合试题在每个知识点中的难度表征试题状态,利用所述试题与知识点对应关系,通过参数转换器将学生的知识点掌握模式以及试题状态进行转换,获得学生特征与试题特征,并输入至认知诊断模型,预测出学生对试题的答题正确率。2.根据权利要求1所述的一种学生答题预测方法,其特征在于,所述根据所述知识点层次结构进行贝叶斯网络建模,推断学生的知识点掌握模式包括:所述知识点层次结构表示为有向无环图G=(V,E),其中,V表示节点集,每个节点对应一个知识点;E表示边集,每条有向边连接表示知识点之间的认知依赖关系,由父知识点指向子知识点,表示子知识点依赖于父知识点;建立同构于知识点层次结构的贝叶斯网络,所述贝叶斯网络的每一个节点表示一个知识点,每一条有向边表示两个知识点之间的认知依赖关系;对于学生i和一个知识点v,使用m
iv
=P(Θ
iv
=1)表示学生i掌握知识点v的概率,m
iv
为学生i对知识点v的认知状态,学生i对所有知识点的认知状态构成的向量即为学生i的知识点掌握模式;其中,Θ
iv
表示学生i是否掌握知识点v,Θ
iv
=1表示学生i掌握知识点v,Θ
iv
=0表示学生i未掌握知识点v,Θ
iv
=I(学生i掌握知识点v),I(
·
)为示性函数,当且仅当括号中的事件为真时,函数值为1,否则函数值为0;对于学生i和一条有向边(u,v),有向边(u,v)由知识点u指向知识点v,知识点u和知识点v分别为父知识点和子知识点;定义条件精通概率与与与表示学生i在掌握知识点u的情况下,能够掌握知识点v的概率,表示学生i在掌握知识点u的情况下,能够掌握知识点v的概率,表示学生i在未掌握知识点u的情况下,能够掌握知识点v的概率,并限制其中,Θ
iu
=1表示学生i掌握知识点u,Θ
iu
=0表示学生i未掌握知识点u;以知识点层次结构上的拓扑序顺序推断学生的知识点掌握模式,对于知识点v,根据知识点v的位置以及知识点v所具有的父知识点的数目,推断学生i的知识点v的认知状态m
iv
。3.根据权利要求2所述的一种学生答题预测方法,其特征在于,所述根据知识点v的位置以及知识点v所具有的父知识点的数目,推断学生i的知识点v的认知状态m
iv
包括:当知识点v为根节点时,知识点v没有父知识点,即父知识点集合p(v)为空集,则学生i的知识点v掌握模式m
iv
表示为:其中,参数表示m
iv
是预测学生i的答题分数的最优参数。4.根据权利要求2所述的一种学生答题预测方法,其特征在于,所述根据知识点v的位置以及知识点v所具有的父知识点的数目,推断学生i的知识点v的认知状态m
iv
包括:当知识点v不为根节点,且父知识点的数目为1时,学生i的知识点v掌握模式m
iv
表示为:其中,m
iu
表示学生i掌握知识点u的概率。
5.根据权利要求2所述的一种学生答题预测方法,其特征在于,所述根据知识点v的位置以及知识点v所具有的父知识点的数目,推断学生i的知识点v的认知状态m
iv
包括:当知识点v不为根节点,且父知识点的数目为z时,z>1,令知识点v的父知识点集合p(v)={u1,...,u
z
},u
l
表示第l个父知识点,l=1,...,z,则学生i的知识点v掌握模式m
iv
表示为所有的联合函数:其中,表示联合函数;表示学生i掌握第l个父知识点u
l
的概率;表示学生i在掌握第l个父知识点u
l
的情况下,能够掌握知识点v的概率;表示学生i在未掌握第l个父知识点u
l
的情况下,能够掌握知识点v的概率。6.根据权利要求1所述的一种学生答题预测方法,其特征在于,所述结合试题在每个知识点中的难度表征试题状态,利用所述试题与知识点对应关系,通过参数转换器将学生的知识点掌握模式以及试题状态进行转换,获得学生特征与试题特征,并输入至认知诊断模型,预测出学生对试题的答题正确率的步骤包括:对试题状态进行表征:将试题记为J={e1,e2,...,e
M
},其...
【专利技术属性】
技术研发人员:刘淇,陈恩红,李佳桐,黄振亚,汪飞,黄威,
申请(专利权)人:中国科学技术大学,
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。