1、傳統(tǒng)的測驗分?jǐn)?shù)只是對被試能力一個籠統(tǒng)的大概描述，提供的參考信息十分有限，無法解釋不同知識狀態(tài)或不同認(rèn)知結(jié)構(gòu)卻有相同分?jǐn)?shù)或相同能力的現(xiàn)象，也無法區(qū)分相同分?jǐn)?shù)的個體間差異。認(rèn)知診斷測驗?zāi)軐Ρ辉囋谕瓿蓽y驗項目時的認(rèn)知過程或心理加工過程進(jìn)行診斷和評估，因此認(rèn)知診斷測驗?zāi)軌驗楸辉?、教師和教育管理部門提供更多和更加具體可參考的信息。認(rèn)知診斷測驗受到越來越多研究者的重視。從被試的作答中診斷出被試對認(rèn)知屬性的掌握情況是認(rèn)知診斷測驗的主要任務(wù)，相應(yīng)地，出

2、現(xiàn)了不同的診斷模型和方法，如Tatsuoka的規(guī)則空間模型RSM、Leighton等人的屬性層次方法AHM、MacReady的DINA模型等。不同的診斷模型對被試診斷有不同的方法，實(shí)現(xiàn)起來的復(fù)雜程度及診斷的準(zhǔn)確性也有所不同。 由于RSM是先編制測驗項目，然后由領(lǐng)域?qū)＜腋鶕?jù)項目分析出測驗的關(guān)聯(lián)Q矩陣。實(shí)際上，已有研究證明，這種通過分析測驗項目來得到Q矩陣的方法是存在問題的。貝葉斯網(wǎng)對不確定性問題有很強(qiáng)的推理能力，近幾年來，受到眾多

3、研究者的重視。本研究根據(jù)被試的作答向量和測驗項目所考察的屬性得到被試的屬性掌握模式，對被試的屬性掌握模式進(jìn)行貝葉斯網(wǎng)結(jié)構(gòu)學(xué)習(xí)，得到屬性之間的層級關(guān)系。蒙特卡羅模擬實(shí)驗的結(jié)果表明，對根據(jù)項目分析得到的Q矩陣，是一個很好的參考。 基于貝葉斯網(wǎng)的分類器以其堅實(shí)的理論基礎(chǔ)和良好的分類性能，使其在很多領(lǐng)域都得到應(yīng)用和推廣。本研究將貝葉斯網(wǎng)分類器應(yīng)用到現(xiàn)代教育測量的認(rèn)知診斷分類中，對0，1計分和多級計分進(jìn)行蒙特卡羅模擬實(shí)驗。0，1計分情形與