心理学报

作者：王璞珏, 刘红云

单位：1. 北京师范大学心理学部；2. 北京师范大学心理学部应用实验心理北京市重点实验室, 北京 100875

关键词：选题策略,已有答题者数据,推荐系统,协同过滤推荐,模拟研究

基金：* 国家自然科学基金项目(31571152);北京市与中央在京高校共建项目(019-105812);国家教育考试科研规划2017年度课题(GJK2017015)

基于推荐系统中协同过滤推荐的思想, 提出两种可以利用已有答题者数据的CAT选题策略：直接基于答题者推荐(DEBR)和间接基于答题者推荐(IEBR)。通过两个模拟研究, 在不同题库和不同长度的测验中, 比较了两种推荐选题策略与两种传统选题策略(FMI和BAS)在测量精度和对题目曝光率控制上的表现, 以及影响推荐选题策略表现的因素。结果发现：两种推荐选题策略对题目曝光率的控制优于两种传统选题策略, 测量精度不亚于BAS方法, 其中DEBR侧重选题精度, IEBR对题目曝光率控制最好。已有答题者数据的特点和质量是影响推荐选题策略表现的主要因素。

来源：2019年第9期

《心理学报》期刊编辑部

查看心理学报杂志2019年第9期