非参数CD-CAT选题策略DWIR的拓展及其优化

李俊杰, 郑慧婧, 周昱希, 曾平飞

江西师范大学学报(自然科学版) ›› 2025, Vol. 49 ›› Issue (02) : 111 -119.

PDF
江西师范大学学报(自然科学版) ›› 2025, Vol. 49 ›› Issue (02) : 111 -119. DOI: 10.16357/j.cnki.issn1000-5862.2025.02.01

非参数CD-CAT选题策略DWIR的拓展及其优化

    李俊杰, 郑慧婧, 周昱希, 曾平飞
作者信息 +

Author information +
文章历史 +
PDF

摘要

该文将DWIR选题策略拓展出更加一般化的GDWIR方法,使得GDWIR方法的适用范围更广,同时采用Q-最优准则或可达矩阵R对GDWIR方法的初始选题进行进一步优化,提出了Q_GDWIR和R_GDWIR方法.研究发现:1)GDWIR方法的适用范围更广,且比DWIR选题策略具有更好的性能;2)在属性个数较少的情况下,Q_DWIR和R_DWIR同样具有较高的属性掌握模式判准率,在认知诊断计算机化自适应性测试(CD-CAT)中可以采用实施条件更加简单易行Q_DWIR或R_DWIR方法作为选题策略;3)如果测量的属性个数超过5,那么Q_GDWIR和R_GDWIR方法比Q_DWIR和R_DWIR方法的优势更加明显,当数据量达到150时,CD-CAT应采用Q_GDWIR和R_GDWIR方法进行选题施测以提高CD-CAT的测试效率.

关键词

认知诊断计算机化自适应性测试 / 非参数选题策略DWIR / 可达矩R / Q最优准则

Key words

引用本文

引用格式 ▾
非参数CD-CAT选题策略DWIR的拓展及其优化[J]. 江西师范大学学报(自然科学版), 2025, 49(02): 111-119 DOI:10.16357/j.cnki.issn1000-5862.2025.02.01

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

45

访问

0

被引

详细

导航
相关文章

AI思维导图

/