计算机化自适应测验研究进展与展望

摘要

随着互联网和在线教育的发展,人们打破时间和空间的限制,能够随时随地地学习。各种在线学习、竞赛平台产生海量的学习记录,通过对这些学习记录的合理使用,计算机化自适应测验(computerized adaptive testing, CAT)能够为考生定制个性化的测验,实现“因材施教”。本研究旨在对CAT的当前发展和最先进的工作进行全面回顾,并对后续工作进行展望,帮助未来的研究者和从业者系统了解CAT。首先介绍CAT的相关背景和理论,并对CAT进行形式化描述。接着,从技术角度出发,将现有CAT方法分为面向选题过程和面向能力估计两类,并分别介绍这两类方法。随后,整理CAT中常用的公开数据集和评价指标,介绍每个数据集的来源和相关信息。最后,对CAT的未来研究方向做出展望,并进行总结。

关键词

计算机化自适应测验 / 项目反应理论 / 问题选择算法 / 能力估计方法 / 教育数据挖掘