文献类型：期刊文章

作　　者：郭磊[1,2,3,4] 杨静[5,6] 宋乃庆[3,7]

Guo Lei;Yang Jing;Song Naiqing(Faculty of Psychology, Southwest University, Chongqing, 400715;Postdoctoral Research Center for Statistics, Southwest University, Chongqing, 400715;Southwest University Branch, Collaborative Innovation Center of Assessment toward Basic Education Quality, Chongqing, 400715;Chongqing Collaborative Innovation Center for Brain Science, Chongqing, 400715;School of Mathematics and Statistics, Northeast Normal University, Changchun, 130024;KLAS,School of Mathematics and Statistics, Northeast Normal University, Changchun, 130024;Center for Basic Education Research, Southwest University, Chongqing, 400715)

机构地区：[1]西南大学心理学部,重庆400715 [2]西南大学统计学博士后科研流动站,重庆400715 [3]中国基础教育质量监测协同创新中心西南大学分中心,重庆400715 [4]重庆市脑科学协同创新中心,重庆400715 [5]东北师范大学数学与统计学院,长春130024 [6]东北师范大学数学与统计学院应用统计教育部重点实验室,长春130024 [7]西南大学基础教育研究中心,重庆400715

出　　处：《心理科学》

基　　金：教育部人文社会科学研究青年基金项目(15YJC190003);2017年重庆市社会科学规划项目(项目编号:2017PY20);中国博士后科学基金资助项目(2016M592614);重庆市博士后科研项目特别资助(Xm2016089);中央高校基本科研业务费专项资金(1809106)的资助

年　　份：2018

卷　　号：41

期　　号：3

起止页码：735-742

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、SKJJZZ、ZGKJHX、核心刊

摘　　要：聚类分析已被用于认知诊断评估(CDA)中,使用较广泛的方法为K-means算法,有研究证明K-means在CDA中具有较好的聚类效果。谱聚类算法通常比K-means分类效果更佳,需将谱聚类算法引进CDA,探讨属性层级结构、属性个数、样本量和失误率对该方法的影响。研究发现:(1)谱聚类算法要比K-means提供更好的聚类结果,且更加稳健;(2)线型结构聚类效果最好,收敛型和发散型相近,独立型结构表现较差;(3)属性个数和失误率增加后,聚类效果会下降;(4)样本量增加后,聚类效果有所提升,但K-means方法有时会有反向结果出现。

关 键 词：非参数认知诊断  谱聚类 K-MEANS 属性层级结构  

分 类 号：B842.1]