基于知识点关系增强的静态认知诊断模型

来源：华东师范大学学报·哲学社会科学版杂志2025年第5期北京时间：

作者：梁恒贵, 朱益辉, 唐晓雯, 朱命冬

摘要：认知诊断作为个性化教育的核心任务, 旨在通过学生历史答题记录评估其对知识点的掌握程度. 现有静态认知诊断模型通常依赖人工标注的关键知识点, 忽视题目中潜在关联的知识点及不同题目对知识点的侧重差异. 提出了一种基于知识点关联关系增强的静态认知诊断模型(Q-matrix Enhanced Neural Cognitive Diagnosis, QENCD), 通过构建知识点依赖关系和题目侧重信息优化题目-知识点关联向量, 并引入残差连接融合两者特征. 实验表明, QENCD模型在ASSIST09、ASSIST17和Junyi数据集上的性能表现均显著优于现有模型.

关键词：认知诊断,知识点关联,注意力机制,残差连接,静态模型,

基金资助：国家自然科学基金 (62377012, 61802116); 河南省科技攻关项目(252102211028)