[发明专利]适用于小样本的非参数认知诊断方法及其设备

权利要求书

1.一种适用于小样本的非参数认知诊断方法，其特征在于，所述方法包括：

获取被试关于当前测验的作答数据、题目属性关联矩阵Q、可观测反应模式ORP和理想反应模式IRP；

对所述作答数据进行诊断分析，生成所述被试的个体诊断信息；

采用非参数认知诊断算法计算所述ORP和所述IRP之间的曼哈顿距离，根据所述曼哈顿距离对所述被试进行模式归类，所述非参数认知诊断算法为曼哈段距离判别法；

根据所述矩阵Q和所述被试的模式归类结果分析所述被试的整体诊断信息；

根据所述个体诊断信息和所述整体诊断信息绘制并输出描述不同诊断信息之间相互关系学习之路。

2.根据权利要求1所述的方法，其特征在于，在根据所述曼哈顿距离对所述被试进行模式归类时，所述方法还包括：

获取一被试的最小曼哈顿距离，将该被试归类至与该被试的ORP运算后产生所述最小曼哈顿距离的IRP所对应的理想掌握模式IMP。

3.根据权利要求2所述的方法，其特征在于，当存在至少两个IRP与该被试的ORP具有相同的最小曼哈顿距离时，所述方法还包括：

根据项目内变异的大小为所述被试匹配相应的项目权重，所述项目权重为所述被试在每个项目上的得分率；

基于所述项目权重从新计算所述被试ORP与所述IRP之间的曼哈顿距离。

4.根据权利要求1所述的方法，其特征在于，所述个体诊断信息包括：当前测验的总得分、能力值、属性掌握模式、需补救的属性、补救路径和个人拟合指标中的一个或多个；

所述整体诊断信息包括：当前测验的整体信息、层级一致性指标、属性以及各属性掌握模式的人数和比例中的一个或多个。

5.根据权利要求4所述的方法，其特征在于，在根据所述个体诊断信息和所述整体诊断信息绘制并输出描述不同诊断信息之间相互关系学习之路时，所述方法包括：

将所述能力值设为学习之路的坐标轴；

将各属性掌握模式按照所述被试的能力值依次排列，组成至少两条学习路径。

6.一种适用于小样本的非参数认知诊断设备，其特征在于，所述设备包括：

数据获取模块，用于获取被试关于当前测验的作答数据、题目属性关联矩阵Q、可观测反应模式ORP和理想反应模式IRP；

个体信息生成模块，用于对所述作答数据进行诊断分析，生成所述被试的个体诊断信息；

模式归类模块，用于采用非参数认知诊断算法计算所述ORP和所述IRP之间的曼哈顿距离，根据所述曼哈顿距离对所述被试进行模式归类，所述非参数认知诊断算法为曼哈段距离判别法；

整体信计算模块，用于根据所述矩阵Q和所述被试的模式归类结果分析所述被试的整体诊断信息；

学习之路绘制模块，用于根据所述个体诊断信息和所述整体诊断信息绘制并输出描述不同诊断信息之间相互关系学习之路。

7.根据权利要求6所述的设备，其特征在于，所述模式归类模块具体用于：

获取一被试的最小曼哈顿距离，将该被试归类至与该被试的ORP运算后产生所述最小曼哈顿距离的IRP所对应的理想掌握模式IMP。

8.根据权利要求7所述的设备，其特征在于，所述设备还包括：

权重匹配模块，用于根据项目内变异的大小为所述被试匹配相应的项目权重，所述项目权重为所述被试在每个项目上的得分率；

距离计算模块，用于基于所述项目权重从新计算所述被试ORP与所述IRP之间的曼哈顿距离。

9.根据权利要求6所述的设备，其特征在于，所述个体诊断信息包括：当前测验的总得分、能力值、属性掌握模式、需补救的属性、补救路径和个人拟合指标中的一个或多个；

所述整体诊断信息包括：当前测验的整体信息、层级一致性指标、属性以及各属性掌握模式的人数和比例中的一个或多个。

10.根据权利要求9所述的设备，其特征在于，所述学习之路绘制模块包括：

坐标轴设置单元，用于将所述能力值设为学习之路的坐标轴；

学习路径绘制单元，用于将各属性掌握模式按照所述被试的能力值依次排列，组成至少两条学习路径。