刘霞林，陈莉君，舒新峰，梁 琛

（西安邮电大学 计算机学院，陕西 西安 710121）

0 引言

教学过程中需要分阶段诊断学生学习中存在的问题和不足。传统的学业诊断方法多采用分数诊断法，即通过考试或测验考察所学内容的掌握程度，然后对个体数据如分数、排名和整体数据如班级平均分、标准差等进行计算及分析。这种方法侧重学生考题得分，忽略了试题题型、难度、内容以及评分标准的差异，只能提供单一笼统的诊断信息用于诊断评估［1］，难以深入挖掘测评数据，获取代表学生认知水平和知识掌握程度的足够信息。当考试人数、题目数量、题型数量较多时，计算的工作量增长很大，难以保证所有数据百分之百可靠，从而影响诊断准确性和时效性［2］。个性化学习应该针对学生的个性特点和发展潜能，让学生获得自由的学习空间，达到知识和认知能力的协调发展［3］。这就要求对学生的学习状况展开多角度、多层面的个性化诊断，为指导和促进学习提供全面而有价值的信息和资料。随着教育评价、认知科学、人工智能的发展，完善测评数据系统，创新教学诊断方法和手段，深度分析测评数据、挖掘测评数据的可利用价值，为学习者和教育者提供基于学习者个性差异的诊断报告成为可能。个性化教学诊断不仅可以满足学习者个性化学习需求，而且可以帮助教师制定准确的教学目标、选择适宜的教学内容，在教学过程中不断改善教学设计、调整教学进度。……