基于知识点关系增强的静态认知诊断模型

摘要

认知诊断作为个性化教育的核心任务,旨在通过学生历史答题记录评估其对知识点的掌握程度.现有静态认知诊断模型通常依赖人工标注的关键知识点,忽视题目中潜在关联的知识点及不同题目对知识点的侧重差异.提出了一种基于知识点关联关系增强的静态认知诊断模型(Q-matrix Enhanced Neural Cognitive Diagnosis, QENCD),通过构建知识点依赖关系和题目侧重信息优化题目-知识点关联向量,并引入残差连接融合两者特征.实验表明, QENCD模型在ASSIST09、ASSIST17和Junyi数据集上的性能表现均显著优于现有模型.

关键词

认知诊断 / 知识点关联 / 注意力机制 / 残差连接 / 静态模型