一种基于学习选题策略的计算机自适应测评方法
公开
摘要
本发明公开了一种基于学习选题策略的计算机自适应测评方法，是通过Learning的方式来挖掘出学生与选题之间的关系，其步骤包括：1、训练认知诊断模型，获取初始化能力参数和题目参数，并构造深度神经网络的输入向量；2、构造深度神经网络结构，得到输入向量和输出选题概率的映射；3、进行深度神经网络的loss函数设计，更新深度神经网络的参数。本发明能挖掘学生能力和选择题目之间的潜在联系，从而达到选择最少的问题，就能准确地评估学生对所要求的学科/领域的掌握程度的目的，并提高选题的准确性。
基本信息
专利标题 ：
一种基于学习选题策略的计算机自适应测评方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565084A
申请号 ：
CN202210198359.9
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马海平曾毅张兴义
申请人 ：
安徽大学
申请人地址 ：
安徽省合肥市经济技术开发区九龙路111号
代理机构 ：
安徽省合肥新安专利代理有限责任公司
代理人 ：
陆丽莉
优先权 ：
CN202210198359.9
主分类号 ：
G06N3/04
IPC分类号 ：
G06N3/04 G06N3/08 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/04
体系结构，例如，互连拓扑
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
