报告题目:神经网络在题库建设中的应用
报告人: 陈平 副教授
报告时间:2024年11月04日(周一)上午10:00-11:00
报告地点:
主持人:何引红 副教授
报告摘要:题库建设是当前各级教育管理部门、各类学校以及广大教育信息化企业高度关注与大力投入的基础工程。题库建设一般会经历两个阶段:“从无到有”阶段和“从有到大”阶段。在前一阶段,需要量化题目特征(即估计题目参数)。而在后一阶段,则需要估计新题参数并将它们置于已有题目的参数量尺上。因此,准确、高效估计题目参数对题库建设来说至关重要。然而,现有参数估计方法或多或少仍存在诸如“高维积分困境”、“表现受制于小样本”、“收敛困难或较慢”的局限。为应对这些挑战,以神经网络(NN)为代表的现代人工智能算法提供了可行方案。NN可以逼近复杂的非线性函数关系,即测验数据与参数间的关系。因此,充分利用NN的优点可以准确、高效地量化题目特征。
本次报告将介绍NN分别在题库建设两个阶段中的应用:(1)提出一种简洁新颖的二维测验建模范式——十字交叉网络(CEN),采用常规测验数据对CEN进行训练后即可创造虚拟领域专家,精确输出题目特征的估计结果;(2)提出一种基于NN的新题标定框架,采用旧题数据训练NN,巧妙地将新题参数置于已有量尺上。
报告人简介:
陈平,北京师范大学中国基础教育质量监测协同创新中心副教授,博士生导师,方法组组长,美国明尼苏达大学心理系、华盛顿大学教育学院访问学者。从事心理测量理论、计算机化自适应测验与分类测验、测量模型的参数估计、大规模测评项目的测评技术与方法等方面的教研工作。主持国家自然科学基金青年项目和面上项目等课题,已在Psychometrika、Br J Math Stat Psychol (BJMSP)、J Educ Behav Stat、Behav Res Methods、J Educ Meas (JEM) 和心理学报等期刊发表论文60多篇。目前担任JEM副主编、双语期刊CEJEME副主编、BJMSP的Consulting Editor、中国教育技术协会测量与评价专业委员会副会长。
欢迎广大师生踊跃参加!
数学与统计学院
江苏省应用数学(南京信息工程大学)中心
江苏省系统建模与数据分析国际合作联合实验室
江苏省统计科学研究基地
2024年11月1日