华东师范大学学报(教育科学版)

作者：顾昕, 毛梦琪, 马淑风, 陈森宇

单位：1. 华东师范大学教育学部教育心理学系，上海 2000622. 曼彻斯特大学健康科学学院，曼彻斯特 M13 9PL

关键词：贝叶斯网络,概率推理,先验知识,教育过程数据

基金：上海市浦江人才项目“面向核心素养测评的贝叶斯网络算法开发与优化策略”（2020PJC034）;华东师范大学幸福之花项目“复杂学习情境下核心素养测评范式及其培养机制研究”（2019ECNU-XFZH015）

针对当前教育研究问题的复杂性、不确定性与动态性特征，本文提出使用贝叶斯网络方法分析教育实证研究数据。在研究范式上，贝叶斯网络结合了理论驱动与数据驱动的研究方法，根据教育研究理论与专家经验确定先验模型，通过后续采集的数据迭代模型，不断更新能够支持或反对理论模型的数据证据。在数据分析方法上，贝叶斯网络将变量或变量关系的不确定性纳入模型，以概率的方式给出精确的推断结论和预测信息。在模型应用上，贝叶斯网络能够在真实教学情境中实时评估学生的知识掌握、能力培养、素养发展等，为教学与学习过程的动态评估提供方法和技术上的支持。

来源：2022年第11期

《华东师范大学学报(教育科学版)》期刊编辑部

查看华东师范大学学报(教育科学版)杂志2022年第11期