摘要：我国教育大数据和学习分析技术的深入发展及数字化教学环境的大力建设,使学校教育场景中以及时发现问题、提高教学效率为目标的学习预警研究得到重视。文章对基于知识空间理论诊断测试算法进行了阐释,验证了测评数据环境下快速诊断学生问题的可能性;之后以诊断测评数据为基础,按数据采集、数据分析、预警信息呈现、提供干预四个步骤设计针对学生及教师的双向预警模型;最后面向中学教学场景设计基于移动终端的学习预警工具,通过常态化的课堂诊断测试及时发现学习问题,实现师生双向预警。

摘要：文章以大一学生的学习成绩和平时测验为基础,通过关键学习路径的描述研究微积分预前知识学习对微积分成绩的影响。通过两次测试的分析,提取每次测试的知识状态,构建知识状态树来确定学生的关键学习路径,并且通过知识结构和关键学习路径来比较两种不同教学方式班级学生的真实学习状态,表明了微积分预前知识学习的重要性。研究发现,通过知识空间理论识别教师期望学生拥有的知识结构与学生在测试中展示的真实知识结构之间的差异,为教师调整所教知识概念的顺序提供指导,并根据预期的掌握水平定制教学计划。

摘要：合理利用线性代数中知识点之间的组织和依赖关系,可以提高学生学习效率及教师的教学质量,然而目前针对线性代数构建知识空间的研究甚少。针对本科生在线性代数学习中的问题,为教育评价提供了一种有效的科学方法,即将知识点与集合论中的元素建立对应关系,基于知识点间的组织和依赖,寻求知识点集合的最小支撑网,利用知识空间理论给出一种线性代数中快速自优化测试过程,使学生能够准确高效地对自己的知识结构、认知缺陷等更细节性内容有一个清晰明确的认识。最终测试结果可以为教师的因材施教提供理论指导,以达到全面了解学生学习状态的目的,同时学生还可以基于已有的测试结果实时掌握个人学习状况,并以此设计符合自己实际情况的学习方案。

摘要：知识空间理论提供了一种描述给定知识域结构的方法,它被看作是有效评估学生知识程度的一个基础,但它是一种基于问题的知识空间理论。利用超文本结构和知识空间结构相似的特性,将知识点超文本结构转换为超文本知识空间,使知识空间理论建立在知识点上,并在此超文本知识空间上利用自动机原理实现对学生知识结构的自适应测评过程。给出了基于自动机的自适应测评算法,并进一步分析了算法的有效性和复杂性。

摘要：针对实际测试过程中试题可能包含多个知识点组合的问题,提出一种基于试题关系树的自适应诊断测试模型的解决方案。根据知识点组合的包含关系,分析得出试题之间存在的3种前提关系,在此基础上提出以与子结点和或子结点将试题库进行关联,形成试题关系树。重点分析了基于试题库构建试题关系树的过程,给出了基于试题关系树的测试策略与诊断过程,并最终形成诊断决策树。实验结果表明,该模型可有效地减小平均测试长度,提高诊断效率。

摘要：以知识空间理论为指导,设计并实现了学习者知识结构测试系统.该系统根据学生的答题情况,能够测试出学生掌握的知识结构,并给出教师或专家分析的知识结构与学生掌握的知识结构对比图,使学生能够了解自己学习中的薄弱环节,以便有针对性地改进学习.另一方面,教师可以设计出适合学生特定情况的方案,有针对性地开展教学,在一定意义上实现了"因材施教".系统开发完成后进行了一定量的检测,验证了系统的可行性.

摘要：大数据背景下,智能诊断是人工智能领域的重要研究内容.智能学习诊断的主要环节是实现准确高效地获取学习者的知识状态,并在此基础上,网络教学系统才能判断学习者的学习障碍,并有针对性的给学习者提供进一步的学习内容.给出了大数据背景下的网络教学中的智能学习诊断模型以及具体的设计与实现方法,并由此进一步提高网络教学平台的智能性.将大数据技术、云计算、机器学习算法、智能评价技术等引入智能学习诊断,拓宽了智能学习诊断的研究视野,提供了新的研究思路,有利于提高网络学习者的学习绩效.