通过建模学习者认知结构状态来增强认知诊断

认知诊断是智能教育中的一个基本研究领域，旨在衡量个体的认知状态。理论上，个体的认知状态等价于其认知结构状态。认知结构状态包含两个关键组成部分：知识状态（KS）和知识结构状态（KUS）。知识状态反映学习者对单个概念的掌握程度，是认知诊断中广泛研究的焦点。相比之下，知识结构状态——即学习者对概念之间关系的理解——尚未得到充分建模。学习者的认知结构对于促进有意义的学习和塑造学业表现至关重要。虽然已提出了各种方法，但大多数方法仅聚焦于评估KS，未能评估KUS。为弥合这一差距，我们提出了一种创新且有效的框架——CSCD（基于认知结构状态的认知诊断），该框架引入了一种新颖的框架，用于诊断性评估中建模学习者的认知结构，从而为认知结构建模提供了新视角。具体而言，我们采用基于边特征的图注意力网络来表示学习者的认知结构状态，从而有效地整合了KS和KUS。在真实数据集上进行的大量实验表明，该框架在诊断准确性和可解释性方面表现优异。