模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2023, Vol. 36 Issue (1): 22-33    DOI: 10.16451/j.cnki.issn1003-6059.202301002
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
融合知识交互关系的认知诊断深度模型
张所娟1,2, 余晓晗1, 陈恩红2, 沈双宏2, 郑雨1, 黄松1
1.中国人民解放军陆军工程大学 指挥控制工程学院 南京 210007;
2.中国科学技术大学 计算机科学与技术学院 大数据分析与应用安徽省重点实验室 合肥 230027
A Concept Interaction-Based Cognitive Diagnosis Deep Model
ZHANG Suojuan1,2, YU Xiaohan1, CHEN Enhong2, SHEN Shuanghong2, ZHENG Yu1, HUANG Song1
1. College of Command and Control Engineering, Army Engineering University of PLA, Nanjing 210007;
2. Anhui Province Key Laboratory of Big Data Analysis and Application, School of Computer Science and Technology, University of Science and Technology of China, Hefei 230027

全文: PDF (1079 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 认知诊断是基于学习数据挖掘学习者潜在认知状态的一种智能评测技术.当前大多数认知诊断模型将学习任务中的知识视为同等重要,未考虑知识间的交互关系,从而影响诊断的准确性,同时也缺乏可解释性.针对上述问题,文中提出融合知识交互关系的认知诊断深度模型,实现学习者认知状态与知识权重的统一表达.同时,实现基于Choquet积分的理想作答反应计算算法.最后提出模糊测度的深度神经网络,预测学习者的作答表现.大量实验表明,文中模型不仅取得较好的预测结果,还能为预测结果提供知识交互层面的解释,具有一定的优越性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
张所娟
余晓晗
陈恩红
沈双宏
郑雨
黄松
关键词 认知诊断知识交互模糊积分知识权重    
Abstract:Cognitive diagnosis is an intelligent assessment technique of mining learners' cognitive state based on learning data. Concepts in learning tasks are regarded as equally important by most cognitive diagnosis deep model. Without the consideration of the interaction between concepts, diagnosis accuracy is affected and interpretability is insufficient. To solve the problems, a concept interaction-based cognitive diagnosis deep model is proposed to realize the unified representation of students' cognitive state and concept weights. In the meanwhile, an algorithm of ideal response calculation based on the Choquet integral is implemented. Finally, a deep neural network based on fuzzy measures is proposed to predict learners' response performance. Experiments show that the proposed model holds advantages in prediction results and the explanation at the concept interaction level provided for prediction results.
Key wordsCognitive Diagnosis    Concept Interaction    Fuzzy Integral    Concept Weights   
收稿日期: 2022-11-07     
ZTFLH: G434  
基金资助:国家自然科学基金项目(No.62207031,U20A20229)资助
通讯作者: 黄 松,博士,教授,主要研究方向为软件测试、数据挖掘.E-mail:huangsong@aeu.edu.cn.   
作者简介: 张所娟,博士,副教授,主要研究方向为教育数据挖掘、认知诊断.E-mail:suojuanzhang@aeu.edu.cn. 余晓晗,博士,副教授,主要研究方向为人工智能.E-mail:yuxh@aeu.edu.cn.陈恩红,博士,教授,主要研究方向为机器学习、数据挖掘、教育大数据分析、个性化推荐等.E-mail:cheneh@ustc.edu.cn.沈双宏,博士研究生,主要研究方向为数据挖掘、学生建模、知识追踪.E-mail:closer@mail.ustc.edu.cn.郑 雨,硕士,助教,主要研究方向为信息检索、自然语言处理.E-mail:zhengyu89@outlook.com.
引用本文:   
张所娟, 余晓晗, 陈恩红, 沈双宏, 郑雨, 黄松. 融合知识交互关系的认知诊断深度模型[J]. 模式识别与人工智能, 2023, 36(1): 22-33. ZHANG Suojuan, YU Xiaohan, CHEN Enhong, SHEN Shuanghong, ZHENG Yu, HUANG Song. A Concept Interaction-Based Cognitive Diagnosis Deep Model. Pattern Recognition and Artificial Intelligence, 2023, 36(1): 22-33.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202301002      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2023/V36/I1/22
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn