研究生学术报告预告登记(开题、中期、答辩)

       为加强研究生学术交流活动,推进学术创新,特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息,届时参加。也可就某学术报告展开专题讨论与交流。

报告人: 于少斌
学号: 2016212050
学院: 教育学院
报告类型: 第二次学术报告
日期: 2018年01月15日
时间: 09:00
地点: 33教学楼
导师: 孟少卿
题目: 计算机化自适应评测系统通用性推荐算法理论基础
内容提要:

若要在一个学习者的“最近发展区”内为其推荐适合其知识结构和能力水平的试题,需要在明确以下几个问题:1)如何表示知识的结构。2)如何诊断出学生学习情况的当前水平。3)如何为学生推荐试题。围绕这个三个问题,本报告介绍了心理测量相关理论以及推荐系统相关理论。

   心理测量理论分为传统测量理论和新一代测量理论。传统测量理论包括经典测量理论、概化理论和项目反映论,新一代测量理论指的是认知诊断理论。经典测量理论认为任何测量都有误差存在,因此测量的分数应该是真分数和误差分数的和。概化理论区分了误差的来源,在研究测量误差方面有着巨大优势,但是缺点是统计计算十分复杂。项目反应理论是当前应用比较广泛的理论,试图在测试者的潜在特质与测试者正确回答某个试题的可能性之间建立联系,这种联系可以使用某个数学函数来进行描述,称为项目反应模型。目前最常见的项目反应模型是logistic模型。Nichols1995)明确提出了认知诊断的概念,认知诊断不仅能够诊断出学生的能力水平,还能对测验分数背后隐藏的心理加工过程、知识结构等信息进行解释。认知诊断模型有很多,本报告介绍了常见的Tatsuoka 的规则空间模型(RSM)以及属性层次模型(AHM)

    在推荐系统方面,介绍了推荐系统的定义、分类、功能,并介绍了常见的推荐算法的原理,包括协同推荐、基于内容的推荐、基于知识的推荐等。

图片:
登记人: 于少斌
登记时间: 2018年04月25日 星期三 11:02