刘子瑞 吴金泽 姚方舟 刘 淇 陈恩红 沙 晶 王士进 苏 喻

智能教育是通过对学生学习能力、认知水平的研究和分析,选择合适的教育资源,为学生量身定制教育计划与目标的教育方式[1].因此智能教育能为学生提供更丰富的教育资源以及更自由的学习环境[2].为了满足这个需求,智能教育场景中往往需要对学生整体知识的掌握程度进行诊断,为后续试题的推荐与学习提供依据,因此计算机自适应测验(Computerized Adaptive Testing, CAT)[3]得到应用.CAT是个性化在线教育中一种前沿的测验方式,其目标是高效诊断考生对于所需掌握概念的知识水平,减少测验时间.

CAT根据对学生能力的当前估计,为其选择最合适的题目.具体可分为两步.1)基于学生当前作答情况实时更新学生的知识状态.2)根据知识状态为每位学生自动选择合适的题目.相比传统的纸笔考试,CAT具有高效节约、施测灵活和安全性高等优势,现已广泛用于各种标准化考试,如GRE(Gra-duate Record Examination)[4].

然而,现有CAT的研究主要是基于认知诊断模型进行的,完全忽略学生作答之间的序列性.在真实的智能教育场景,如基于智能终端或智能教育应用中,不同能力的学生测验需求往往是不同的,优秀的学生希望去做一些难题以提升自己,而学习能力较一般的学生希望通过作答简单题以查漏补缺[5].如果不考虑学生以往的能力,使用传统的自适应测验框架,可能会使学生花费大量的时间在不必要测验的题目上,从而大幅降低学生……