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
