模式识别与人工智能
2025年4月3日 星期四   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  2022, Vol. 35 Issue (2): 95-105    DOI: 10.16451/j.cnki.issn1003-6059.202202001
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于模糊测度的知识关联性建模方法
张所娟1,2, 黄松1, 余晓晗1, 陈恩红2
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
Modeling Method of Knowledge Relevance Based on Fuzzy Measures
ZHANG Suojuan1,2, HUANG Song1, YU Xiaohan1, CHEN Enhong2
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 (820 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 在教学应用场景中,知识之间的关联性广受关注,但现有研究通常偏重两两知识点之间关系的建模,忽视知识集合中复杂的关联关系,导致研究结果出现偏差.因此,文中引入模糊测度对知识集合进行量化度量,并在此基础上提出基于模糊测度的知识关联性建模方法.首先,基于认知心理学理论,分析知识间存在的三种不同关系,并利用模糊测度建模知识间的关联性,通过实际教学场景论证方法的实用性.然后,在模糊测度建模的基础上,从知识关联性的视角讨论知识的重要度和交互指标.最后,研究知识关联性在认知诊断中的应用.真实数据集上的实验证实知识关联性对认知诊断的影响,不仅有效提升预测精度,也提供更好的可解释性.
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
黄松
余晓晗
陈恩红
关键词 知识关联性模糊测度认知诊断知识集合知识交互    
Abstract:The relevance between knowledge in the instructional scenarios draws much attention. The existing research usually focuses on modeling the relationship between two knowledge points. However, the complex relevance in knowledge sets is ignored, which results in the deviation of the research results. Aiming at this problem, the fuzzy measure is introduced to quantify the knowledge set, and then a modeling method of knowledge relevance based on fuzzy measures is proposed. Firstly, three different knowledge relationships are analyzed grounded on the cognitive theory, and the knowledge relevance is modeled with fuzzy measures. Then, the practicability of the modeling method is demonstrated by the practical scenario. Secondly, based on fuzzy measure modeling, the importance and interaction of knowledge are discussed from the perspective of knowledge relevance. Finally, the application of knowledge relevance in cognitive diagnosis is studied. The influence of knowledge relevance on cognitive diagnosis is demonstrated through the experiments on real-world datasets. The results show that the proposed method predicts precisely with better interpretability.
Key wordsKnowledge Relevance    Fuzzy Measure    Cognitive Diagnosis    Knowledge Set    Knowledge Interaction   
收稿日期: 2021-09-22     
ZTFLH: G 434  
基金资助:重点研发计划项目(No.2018YFB1403400)、国家自然科学基金项目(No.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,博士研究生,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,主要研究方向是机器学习、数据挖掘、教育大数据分析、个性化推荐等.E-mail:cheneh@ustc.edu.cn.
引用本文:   
张所娟, 黄松, 余晓晗, 陈恩红. 基于模糊测度的知识关联性建模方法[J]. 模式识别与人工智能, 2022, 35(2): 95-105. ZHANG Suojuan, HUANG Song, YU Xiaohan, CHEN Enhong. Modeling Method of Knowledge Relevance Based on Fuzzy Measures. Pattern Recognition and Artificial Intelligence, 2022, 35(2): 95-105.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202202001      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2022/V35/I2/95
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