不同模式之贝氏网络对计算机化测验的认知诊断成效

目前有不少的研究指出,利用贝氏网络诊断学生的错误类型(Bug)以及子技能(Skill)的学习情况,其成效良好.结合计算机进行仿真研究,更可以了解在不同模式设计下的贝氏网络之预测精准度,以提供建置计算机化测验系统之参考.因此,研究的目的为评估不同模式之贝氏网络的诊断成效.研究结果显示,将选择题选项对应之错误类型视为试题当作证据时,比单纯选择题时的预测精准度提升5.2％,而加入专家知识结构能够再提升0.8％.因此,在建置贝氏网络为基础的微积分计算机化测验时,应参考模式四之设计.