基于属性掌握概率的认知诊断计算机化自适应测验选题策略

？在认知诊断计算机化自适应测验(cd-cat)中,被试对每个属性的掌握概率更直接地反映了被试能力的当前估计值。因此,基于被试的属性掌握概率来构建选题策略,选择最能改变被试属性掌握概率的题目作为下一个测验项目,这应该是一个值得尝试的方案。本文借鉴已有相关研究的数据生成模式进行探索,模拟实验结果表明：假设属性间相互独立,在定长(长度为16)、变长(长度为16或后验属性掌握模式概率达到0.8)以及短测验(长度分别为4、6、8、10)的情况下,基于属性掌握概率的选题策略ppwkl和phkl有较好的分类准确率,在题目曝光率,题库使用均匀性等方面也有较好的表现;与研究较多的pwkl、hkl等策略相比,也略有优势;当属性间存在不同程度的相关时,在定长、变长以及较短的测验条件下,基于phkl和mi的测验对知识状态估计精度较好,基于ppwkl和phkl的测验综合表现占优。