黄宏涛 李世珍 李世玉 宋婷鸽 苏明骜

【摘要】 规则空间模型是知识状态诊断的有效方法之一，通常需要大量样本进行参数估计以获取准确的诊断结果，适用于周期长、知识结构复杂、题量大、学生多的大型考试。然而，在个性化教学中往往需要在较短周期内开展小样本诊断测验，以及时修补学生个体的知识漏洞，从而避免问题积攒。为此，文章提出基于BP神经网络的认知诊断方法，以降低规则空间模型对样本数量的要求。本文介绍了该方法的相关概念和原理，描述了其小样本、实时性、智能化、个性化的特征，围绕准备认知诊断、开展认知诊断、完成补救学习三个方面设计了个性化教学流程。最后，以《Java语言程序设计》课程为例，将该方法应用于教学实践。结果表明：该方法在小样本诊断中能准确得出学生知识状态，为个性化补救教学提供依據，从而有效改善学生学习效果;学生对该方法在个性化教学中应用的满意度较高。

【关键词】  BP神经网络;知识状态;认知诊断;个性化学习;规则空间;小样本;实时性;智能化

【中图分类号】  G40-057      【文献标识码】  A      【文章编号】 1009-458x（2019）1-0086-06

一、引言

个性化学习尊重学生个体差异，促进学生个性发展，是未来教育发展的方向。实现个性化学习的基础是对学生知识状态进行诊断（刘妍， 等， 2017）。目前知识状态诊断的有效方法之一是规则空间模型（Rule Space Model， RSM）。RSM可精确诊断出学生的知识结构，从而为补救教学提供依据。但RSM也存在局限，需要大量样本进行参数估计以获取准确的诊断结果，通常应用于周期长、知识结构复杂、题量大、学生多的大型诊断测试（蔡艳， 等， 2013）。……