基于学生解题分析的认知诊断研究

分析目前教育学研究者对于认知诊断模型的观点,指出基于试题知识点关联矩阵的DINA模型难以适应学生解题的海量数据呈现出的不同粒度层次问题,提出多粒度知识点表示模型并改进认知诊断模型,说明模型可以构建知识点之间的关联关系、解决数据稀疏问题和不同粒度的知识点表示问题。     

基于DDS的飞机机电系统组态监控技术研究

为了解决基于DDS的分布式协同仿真平台多节点、多模型条件下飞机机电系统复杂关联参数的实时监控问题,结合组态监控技术提出一种基于DDS的飞机机电系统协同仿真组态监控方法,设计了组态监控平台与分布式仿真平台的数据交互接口,实现飞机机电系统模型的实时过程监控以及监控界面的图形化显示;集成测试结果表明,该组态监控方法实现了对飞机机电系统复杂关联参数的读写、存储以及监控界面的图形化显示,提高了飞机机电系统的协同仿真验证效率,降低了分布式协同仿真监控系统的开发难度.     

大学高等数学考试系统的设计

在高校对不同层次不同专业的学生组出合适的高等数学试卷,学生的能力水平、试卷的难度系数和区分度是衡量试题质量的重要参数。如何快速准确地获得学生的能力水平、试题的难度系数和区分度则是随机组卷考试系统中的一个难点。文章提出了一种基于Logistic模型和矩阵理论的解决方案,该方案借助计算机强大的处理能力计算优化学生的实际能力水平以及试题的实际难度系数和区分度,从而提高题库命题的合理化水平。     

试题知识点预测:一种教研知识强化的卷积神经网络模型

在各类在线学习系统中,为了给学生提供优质的学习服务,一个基础性的任务是试题知识点预测,即预测一道试题所考察的知识概念、能力等。在这个任务中,已有方法通常基于人工专家标注或者传统机器学习方法。然而,这些传统方法要么耗时耗力,要么仅关注试题资源的浅层特征,忽略了试题文本和知识点之间的深层语义关联。因此,这两类方法在实际应用中均受到了限制。为此,该文提出一种教研知识强化的卷积神经网络方法进行试题知识点预测。首先,结合教育学经验,定义和抽取试题的浅层特征。然后,利用一个卷积神经网络对试题的深层语义进行理解和表征。然后,考虑到教研先验与试题词句之间的关联,提出一种基于注意力机制的方法能够自动识别和计算不同教研先验对试题的重要性程度。最后,设计了一个融合知识点决策和试题语义约束的模型训练目标。该文在大规模数据上进行了充分的实验。实验结果表明,所提出的方法能够有效地进行试题知识点预测,具有很好的应用价值。     

基于联合概率矩阵分解的个性化试题推荐方法

近年来随着在线教育中试题资源数量爆炸式的增长,学生很难在海量的试题资源中找到合适的试题,因此面向学生的试题推荐方法应运而生;然而,传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息,导致推荐结果准确率低,为此,提出一种基于联合概率矩阵分解的个性化试题推荐方法。首先,通过认知诊断模型得到的学生知识点掌握信息;然后,结合学生、试题和知识点三者信息进行联合概率矩阵分解;最后,根据难度范围进行试题推荐。实验结果表明,与其他传统推荐方法相比,所提方法在不同难度试题推荐的准确率上取得了较好的推荐结果。     

智能教学中的知识模型与教学评价的研究

目前,基于Web的智能教学系统是计算机应用于教育领域的研究方向之一.本文从知识点及其关系出发构建一个知识网络模型,并基于该模型介绍如何进行领域知识表示及考核试题设置,然后设计了试题难度系数的动态更新方法,还提出一种简捷的知识诊断方法,准确地将学生学习缺陷定位到具体的知识点,得出学习路径方面的建议,从而增强了教学的针对性.     

基于动态试题难度参数的智能组卷策略*

针对网络考试系统的即时性和高效性,提出了基于动态试题难度参数的智能组卷算法的设计策略,利用二项分布函数做难度曲线分布模型,结合目标函数对试题多种参数进行优化。根据试卷的整体难度,以试题难度参数为优先,运用试题选题参数调节知识点之间的平衡,试题曝光参数选取出卷频率比较低的试题,从而确定各种题型不同试题难度数量,实现快速自动组卷的目标。     

改进的APRIORI算法在试卷系统数据挖掘中的应用

本文通过对数据挖掘技术的研究,采用关联规则法对学生答题数据进行分析,并在关联规则使用中采用改进型的Apriori算法进行运算,构建高频集,并对于高分学生和低分学生的试卷进行了加权处理,使得高频集中的试题在知识点和难度上的关联更加突出,便于在自动组卷时更科学地评价试卷.     

面向实时业务的网络安全态势评估

网络安全事件的多样性和复杂性使得传统方法难以对网络安全态势作出实时动态的评估。鉴于此,提出一种面向网络实时业务的网络安全态势评估方法。尝试以网络实时业务为切入点来降低评估复杂度,实时动态地评估网络安全态势。基本思路是采用层次化方法建立实时业务风险模型,采用攻击树方法建立攻击威胁模型,将这两个模型作为评估的数据支撑;对D-S证据理论合成公式进行改进;利用改进后的D-S证据理论实现上述两个模型的关联,进而得出实时的评估结果。最后通过一个测试实验对评估方法进行验证与分析。     

经典测试理论中试题难度分析及计算方法

该文提供了经典测试理论下客观性试题和主观性试题难度的计算方法,针对试卷的难度展开论述,为评估教师的教学能力和学生的学习能力提供科学的依据。     

大数据背景下的Java知识地图构建研究

针对学生在学习《面向对象程序设计（Java）》课程中对所学内容组织结构掌握差、知识难度理解不足、学习无计划、学习目的不强等问题,结合大数据和知识地图的特点,提出了大数据背景下的Java知识地图构建研究。在大数据背景下,从使用网络爬虫对知识点采集并进行热度分析,从大量数据中使用Numpy库进行知识点关联挖掘以及知识地图的可视化三个环节出发,构建了以结果为导向的面向师生的Java知识地图。该地图不仅包含知识点之间的关系,还包含了知识点难度以及学生对知识点掌握情况,既能作为学习知识导航,又能作为过程评价的手段。通过实际应用对教师教学中难点内容设计、学生的知识结构掌握、重难点突破等方面都有很大的帮助,试图为其他编程类课程知识地图的建设提供参考和借鉴。     

数据挖掘课程中过程生成式启发教学研究

本科生数据挖掘和机器学习课程内容抽象难懂,传统的高等院校教材以讲授式为主。目前已提出大量的案例 式、项目式教学方法降低学习难度,但仍然存在抽象、不容易实施、缺少对算法原理剖析的缺点。提出在数据挖掘课程中采用 过程生成式启发教学,将学生的生活经验原型逐步形式化为严谨的数据挖掘算法,降低了学习难度,有助于学生对算法的深刻 理解,取得了更好的教学效果,在保证学科知识教学正确性与科学性的基础上,帮助学生学科素养与学科能力的生成。     

SMTM教学模式在信息与网络安全课程上的研究与实践

针对信息与网络安全课程存在难教和难学等状况,在分析本学科特点、知识重点难点和学生特点的基础上,本文提出构建一种新的立体化、多层次化教学模式(SMTM)的创新性观点,结合哈尔滨师范大学计算机科学与信息工程学院推进教学改革的实际,在信息与网络安全课程方面取得了将科研与教学相结合、重点突出实践能力与应用型人才培养的探索性成果。     

BOPPPS模型在《信号分析与处理》课堂教学的应用

BOPPPS是根据教育学人的认知理论提出的一种用于教学过程设计的模型。针对《信号分析与处理导论》课程的特点与存在的问题,将BOPPPS模型应用到该课程中,并以其中的"时频压缩特性"为案例进行BOPPPS模型的课堂设计,充分应用灵活多样、贴近学生的教学手段,激发学习兴趣,鼓励学生积极参与教学过程,使学生能够深刻地领会和掌握所学知识。     

以能力为导向的计算机图形学教学模式

传统的教学模式偏重知识传授,强调学生对知识的掌握程度,这在一定程度上使学生具备扎实的专业基础知识,但不利于培养学生的自主学习能力。本文结合笔者多年对计算机图形学教学和课程改革的研究,提出以能力为导向的教学模式,以培养学生的实践动手能力、综合应用能力和创新能力为目标,通过教学内容的优化,教学过程的合理设计以及实验教学的改革,使学生的思维和动手能力明显增强,教学效果显著提高。     

基于ACM在线评测推荐系统模型研究

针对目前用户对在线程序评判系统选题目盲目问题,建立了ACM在线评测推荐系统模型。通过定义题目的难度系数及所属知识点类型,对用户所做题目运用web数据挖掘技术,进行归类挖掘,然后运用基本推荐策略将题目推荐给用户,通过此平台用户登录在线评判系统网站不再盲目选题。     

Exploration and Practice of Online Teaching Mode for "Three Preparations Before Class,Five Channels in Class and Five Tracking after Class"

Aiming at the characteristics of huge knowledge points, strong practicality and diversity of software security course, adhering to the "Π" scheme for emerging engineering education, based on Tencent classroom, Tencent conference and Lan ink cloud class, and guided by BOPPPS teaching model and deep learning theory, "three preparations before class, five channels in class and five tracking after class" is proposed. Three preparations before class and five tracking after class serve the five channels in class. Five channels in class take live teaching as the core, and teach students knowledge through five channels. Practice has proved that this mode can effectively solve the problem of teaching a large number of knowledge in limited class hours, improve students' practical ability and enhance the effect of classroom teaching.     

联系数的物元模型在综合评价中应用

事物综合评价一般采用定性与定量相结合得方法.采用联系数来描述事物特征的不确定量值,介绍了联系数得概念和运算准则,建立了联系数的物元模型,将由评价者自身的差异给评价量值带来的差异视为权重,在此基础上提出了联系数物元模型的综合评价方法,并给出了联系数物元模型在评价决策领域的应用案例.案例证明联系数物元模型客观合理,应用方便,可用于解决综合评价问题.     

基于异质数据源的计算机学科知识图谱构建

计算机学科评估需要对学科整体信息进行汇总, 过于依赖专家经验且历届学科评估信息复用程度低. 针对此问题, 该文提出了一种计算机学科评估知识图谱构建方法. 该方法基于CIR模型建模知识图谱, 设计了针对文本数据的基于依存句法分析的无监督命名实体关系抽取方法和针对表格的数据流组合模型抽取知识, 并借助Neo4j图数据库实现知识图谱可视化, 为更多学科知识图谱的构建提供思路和借鉴.