认知诊断模型发展与NeuralCD框架笔记
认知诊断模型发展与NeuralCD框架笔记
一、认知诊断模型输入输出对比
| 模型类型 | 输入 | 输出 | 关键机制 |
|---|---|---|---|
| 传统 CDM（如 DINA、IRT） | 响应数据（对错）、Q矩阵（题目-知识点）、题目参数（难度、猜测） | 学生是否掌握各知识点（0/1 或 θ）、预测答题正确概率 | 明确逻辑函数（如AND）、logistic公式 |
| NeuralCD 框架 | 学生/题目One-hot 编码、Q矩阵、题目属性（可学习）、响应数据 | 学生知识点熟练度向量（连续值）、预测正确率 | 多层神经网络 + 单调性约束 + 可解释因子分解 |
| NeuralCD 扩展模型（RCD、ECD、IRR、HPFL等） | + 上下文信息（学校、背景）\n+ 图结构（知识点依赖）\n+ 响应排序信息\n+ 客户端私有数据 | 学生知识掌握、能力估计、预测排名\n+ 个性化表示、上下文敏感预测 | 图神经网络、注意力机制、联邦学习、多目标优化 |