基于認知診斷和神經網絡的試題得分預測

史浩杰，李 幸，賈俊鋮，匡 健，那幸儀

(1.蘇州大學 計算機科學與技術學院，江蘇 蘇州 215006；2.Momenta-初速度(蘇州)科技有限公司，江蘇 蘇州 215100)

0 引 言

隨著人工智能在教育領域的應用，智能教育也走向了大眾的視野。智能教育是人工智能與傳統教育的結合，可以幫助教師上課、批改作業等。在教學過程中，學生成績是評價教學質量的重要依據。然而，目前大部分智能教育方案缺少對學生試題得分的預測，光靠人工去預測需要耗費大量精力，因此， 如何幫助老師和學生對試題得分進行預測是一個非常重要的問題。

現有的試題得分預測大多數采用神經網絡，它在獲得規范化的學生學習狀況數據表后，對數據表中的各屬性值進行正交編碼，構建神經網絡的訓練數據集，基于該訓練數據集進行神經網絡的成績預測模型的構建和訓練，最后將待預測的學生數據進行數據轉換、規范化、正交編碼及歸一化處理后，輸入至訓練好的成績預測模型進行學業成績分類預測，獲得學生學業成績預測結果并通過顯示單元進行顯示。然而，這種得分預測只能是對學生的一個總成績進行預測，無法精確到每一題的得分。往往相同分數的學生具備不同的能力，學生要知道自己的問題必須要知道自己具體錯在哪。

要想知道學生具體的錯誤，首先必須要知道考試中的試題類型是什么，因為有些學生會出現會求結果但是不會寫過程的情況，這就很容易導致他們在客觀題上得分還不錯，但是在主觀題上得分卻不理想。……