[发明专利]认知诊断方法和系统

权利要求书

1.一种认知诊断方法，其特征在于，包括：

获取认知属性信息和被试反应信息；

根据所述认知属性信息确定项目属性关系Q矩阵，并根据所述被试反应信息确定被试反应X矩阵；

构建OR-DINA模型，所述模型包括失误参数和猜测参数；

利用期望最大化EM算法估计所述失误参数和所述猜测参数；

根据估计得到的所述失误参数和所述猜测参数计算被试的知识状态。

2.根据权利要求1所述的认知诊断方法，其特征在于，所述构建OR-DINA模型包括：

排除失误和猜测因素；

引入比值常数，定义理想反应潜变量以使被试正确作答项目的概率随所述被试掌握属性个数的增多而增大；

引入门常数以表明所述被试是否掌握了项目所考察的全部属性。

3.根据权利要求2所述的认知诊断方法，其特征在于，所述构建OR-DINA模型还包括：

根据下式计算所述被试正确作答某项目的概率：

P(Xij=1|αi)=(1-sj)ηij(gj1-γij)1-ηij]]>

其中，P(X_ij＝1|α_i)为所述作答概率，为所述失误参数，为所述猜测参数，η_ij为门常数，j表示项目j。

4.根据权利要求1所述的认知诊断方法，其特征在于，所述根据所述认知属性信息确定项目属性关系Q矩阵包括：

根据所述认知属性信息建立层级关系；

根据所述层级关系建立邻接矩阵，并将所述邻接矩阵转换成可达矩阵；

利用扩张算法，根据所述邻接矩阵和所述可达矩阵得到理想掌握模型；

根据所述认知属性信息和所述理想掌握模型建立所述项目属性关系Q矩阵。

5.根据权利要求1所述的认知诊断方法，其特征在于，所述利用期望最大化EM算法估计所述失误参数和所述猜测参数包括：

对所述失误参数和所述猜测参数赋初值，并计算比值常数，其中，所述比值常数的分子为所述被试已经掌握且能解答项目的属性个数，所述比值常数的分母为所述项目所考察的属性总个数；

根据所述项目属性关系Q矩阵和所述比值常数计算第一概率；

根据所述项目属性关系Q矩阵和所述被试反应X矩阵计算第二概率；

根据所述被试反应X矩阵、所述第一概率和所述第二概率计算第三概率；

利用所述第三概率计算第一期望和第二期望，并根据所述第一期望和所述第二期望计算所述失误参数和所述猜测参数；

判断所述失误参数和所述猜测参数是否收敛，并在不收敛的情况下进行迭代计算。