摘要

近年来,随着在线学习的大规模普及与应用,各类在线学习平台上已经累积了海量的学生学习相关的历史数据,这为开展教育数据挖掘提供了重要的研究基础。基于学生认知诊断分析的教育数据挖掘可为学生的个性化学习辅导提供重要的决策依据,目前已经吸引了国内外相关学者的广泛关注,并取得了一系列重要的研究进展。通过对面向在线个性化学习的认知诊断模型的研究现状进行综述,阐述了项目反应理论和DINA(deterministic inputs, noisy and-gate)模型的特点和不足,介绍了多种改进的DINA模型以及其他有代表性的认知诊断模型。并且分析了当前认知诊断模型在个性化辅助学习中的典型应用领域及代表性成果,典型应用领域包括学生考试成绩的预测、个性化学习资源推荐和协同学习小组构建等。最后,总结全文工作并对面向在线个性化学习的认知诊断模型研究的未来方向进行了展望。