.png){kind=icon}
返回
Matrix-based approach for knowledge structure construction using variable precision models
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ijar.2025.109427.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
评估知识获取和学习是一个复杂且多维度的过程，涉及对个体在知识获取和学习过程中的表现进行评估和测量。模糊技能（fuzzy skill）的概念概括了个体的潜在认知能力和综合能力。在析取模型（disjunctive model）中，个体必须掌握至少一项相关技能才能解决一个问题；相比之下，合取模型（conjunctive model）则要求掌握所有相关技能。析取模型的过度宽松和合取模型的过度严格促使可变精度α模型（variable precision alpha-models）的发展，以调和这两种极端情况。然而，可变精度α模型仍有待进一步探索。因此，本文对可变精度α模型进行全面分析，提出三种变体，并考察其各自特性。此外，现有算法均未解决该模型中知识结构的构建问题。为此，定义了一种新的矩阵运算，并研究了其与模糊技能包含度相关的性质。通过优化可变精度模型以构建知识结构，并设计了相应的算法。此外，还探讨了矩阵方法在动态项目情境下构建可变精度模型知识结构的应用性。最后，使用数据集对所提算法的可行性和有效性进行实证评估。
Keyword:
Knowledge structure
Fuzzy skill map
Fuzzy skill inclusion degree
Variable precision model