• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于模糊測(cè)度的知識(shí)關(guān)聯(lián)性建模方法

    2022-03-11 02:45:02張所娟余曉晗陳恩紅
    模式識(shí)別與人工智能 2022年2期
    關(guān)鍵詞:學(xué)生

    張所娟 黃 松 余曉晗 陳恩紅

    在學(xué)習(xí)場(chǎng)景中,知識(shí)的關(guān)聯(lián)性普遍存在[1],這種關(guān)聯(lián)性強(qiáng)調(diào)各個(gè)知識(shí)并不是孤立存在[2-3],學(xué)習(xí)不是多個(gè)知識(shí)的簡(jiǎn)單累加,而是“整體大于部分之和”[4]的過(guò)程.在不同的學(xué)習(xí)場(chǎng)景下,知識(shí)的關(guān)聯(lián)性發(fā)揮不同的作用.對(duì)于教師而言,在有限的教學(xué)時(shí)間內(nèi),需要根據(jù)知識(shí)的關(guān)聯(lián)性[5-6]合理設(shè)計(jì)編排教學(xué)內(nèi)容,有效組織教學(xué)活動(dòng).對(duì)于學(xué)生來(lái)說(shuō),需要找出知識(shí)系統(tǒng)的薄弱環(huán)節(jié),分析影響學(xué)習(xí)的關(guān)鍵點(diǎn).另外,科學(xué)合理的試題建立需要覆蓋課程知識(shí)體系中的重難點(diǎn).無(wú)論在何種場(chǎng)景下,解決教師教學(xué)、學(xué)生學(xué)習(xí)、題庫(kù)建設(shè)的有效性和知識(shí)間的關(guān)聯(lián)性都不可忽視.

    在認(rèn)知診斷和知識(shí)追蹤模型中,大多數(shù)研究者將知識(shí)看作是獨(dú)立的[7-8].然而,學(xué)習(xí)中的知識(shí)之間通常具有密切關(guān)系[9].其中,忽略知識(shí)關(guān)系的一個(gè)主要原因是一旦知識(shí)屬性與模型及其聚合關(guān)系一起引入時(shí),知識(shí)之間的關(guān)系就變得不清楚[10].針對(duì)此問(wèn)題,Leighton等[11]提出AHM(Attribute Hierarchy Method),認(rèn)為學(xué)習(xí)過(guò)程中知識(shí)之間構(gòu)成一個(gè)相互關(guān)聯(lián)的網(wǎng)絡(luò).AHM將知識(shí)構(gòu)成一個(gè)層次結(jié)構(gòu)以建立知識(shí)間的關(guān)聯(lián)[12].

    現(xiàn)有知識(shí)關(guān)聯(lián)的研究更多集中在對(duì)知識(shí)先決關(guān)系的討論[13-16],在認(rèn)知診斷[17]和知識(shí)追蹤[18-19]中均有考慮知識(shí)結(jié)構(gòu)信息,將知識(shí)概念之間的先決關(guān)系納入模型中.先決關(guān)系是指學(xué)生要達(dá)到教學(xué)目標(biāo)必須掌握的各級(jí)知識(shí)間的從屬關(guān)系,如特征分析是主成分分析的先決條件[15].同時(shí),要考慮在學(xué)習(xí)達(dá)成目標(biāo)時(shí)可能存在多種解決問(wèn)題的路徑[20-21],不同解題路徑對(duì)應(yīng)不同的知識(shí)點(diǎn)[22].從單個(gè)知識(shí)之間的聯(lián)系上看,無(wú)法明確知識(shí)之間的關(guān)系,而是要置于集合中考慮知識(shí)間的關(guān)聯(lián).因此,有必要對(duì)知識(shí)集合之間的關(guān)系建模.

    但是,在現(xiàn)有研究中,對(duì)知識(shí)之間關(guān)聯(lián)性的研究較單一,僅考慮單個(gè)知識(shí)間的關(guān)系,未考慮知識(shí)集合之間的關(guān)聯(lián),更無(wú)法處理集合間的復(fù)雜關(guān)系.因此,本文引入模糊測(cè)度對(duì)知識(shí)集合進(jìn)行量化度量,并在此基礎(chǔ)上提出基于模糊測(cè)度的知識(shí)關(guān)聯(lián)性建模方法.首先,基于認(rèn)知心理學(xué)理論,分析知識(shí)間存在的三種不同關(guān)系,并利用模糊測(cè)度建模知識(shí)間的關(guān)聯(lián)性,通過(guò)實(shí)際教學(xué)場(chǎng)景論證方法的實(shí)用性.然后,在模糊測(cè)度建模的基礎(chǔ)上,從知識(shí)關(guān)聯(lián)性的視角討論知識(shí)的重要度和交互指標(biāo).最后,研究知識(shí)關(guān)聯(lián)性在認(rèn)知診斷中的應(yīng)用,真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)證實(shí)知識(shí)關(guān)聯(lián)性對(duì)認(rèn)知診斷的影響,不僅有效提升預(yù)測(cè)精度,也提供更好的可解釋性.

    1 知識(shí)關(guān)聯(lián)性建模方法

    1.1 知識(shí)集合間的關(guān)系

    由于知識(shí)集合之間的關(guān)聯(lián)性,學(xué)習(xí)的發(fā)生可看作是知識(shí)集合之間相互作用的結(jié)果.依據(jù)認(rèn)知心理學(xué)理論[1],劃分如下3種集合關(guān)系,描述知識(shí)集合間的關(guān)聯(lián)性.

    1)負(fù)協(xié)同關(guān)系或冗余關(guān)系.當(dāng)學(xué)生掌握多個(gè)知識(shí)點(diǎn)后,由于知識(shí)之間的相似性,在一定程度上對(duì)學(xué)習(xí)造成干擾,形成負(fù)協(xié)同增強(qiáng)的關(guān)系.舉例來(lái)說(shuō),學(xué)習(xí)字母d之前,學(xué)生很容易辨認(rèn)字母b,但由于字母b、d很相似,會(huì)產(chǎn)生混淆,字母d的學(xué)習(xí)干擾對(duì)字母b的識(shí)別.還有一種情況,知識(shí)x1(分?jǐn)?shù))是知識(shí)x2(分?jǐn)?shù)減法)的先決條件.相比只掌握x2,同時(shí)掌握知識(shí)集合{x1,x2}并不能明顯提高學(xué)生在解答分?jǐn)?shù)計(jì)算上的學(xué)習(xí)表現(xiàn),那么知識(shí)x1、x2存在冗余關(guān)系.

    3)相互獨(dú)立關(guān)系.當(dāng)不符合上述兩種關(guān)系時(shí),認(rèn)為知識(shí)集合之間存在獨(dú)立關(guān)系.

    上述3種關(guān)系表達(dá)知識(shí)集合間復(fù)雜的非線性關(guān)系,這對(duì)知識(shí)關(guān)聯(lián)性的量化建模提出挑戰(zhàn).本文引入模糊測(cè)度,對(duì)知識(shí)集合進(jìn)行量化度量,并在此基礎(chǔ)上提出基于模糊測(cè)度的知識(shí)關(guān)聯(lián)性建模方法.

    1.2 基于模糊測(cè)度的知識(shí)關(guān)聯(lián)性建模方法

    為了更好地表達(dá)知識(shí)集合間復(fù)雜的非線性關(guān)系,本文引入模糊測(cè)度的概念,建模知識(shí)的關(guān)聯(lián)性.經(jīng)典測(cè)度具有可加性.例如,使用測(cè)度表示區(qū)域的面積,那么兩個(gè)不相交的區(qū)域之和的面積等于這兩個(gè)區(qū)域面積之和.概率測(cè)度就是一個(gè)可加性測(cè)度的例子.但是,經(jīng)典測(cè)度在很多情況下無(wú)法滿足可加性,如兩人合作的工作效率不一定等于兩個(gè)人工作效率之和,效率可能提高也可能降低.Sugeno[23]提出使用較弱的單調(diào)性代替可加性的一類(lèi)集函數(shù),即以集合為定義域的函數(shù)[24],稱(chēng)為模糊測(cè)度.模糊測(cè)度的主要特征是非可加性.相比可加性測(cè)度,模糊測(cè)度更符合客觀實(shí)際的情況.

    定義1對(duì)于一個(gè)有限集合X,模糊測(cè)度可看作是一個(gè)實(shí)值集函數(shù)v∶2X→[0,1]:

    1)v(?)=0,v(X)=1,

    2)如果A?X,B?X,A?B,則v(A)≤v(B)

    定義2X表示X的冪集,即X的所有子集構(gòu)成的集合.模糊測(cè)度目前已廣泛應(yīng)用于不同場(chǎng)景中,可被描述為重要性、可靠性、滿意度等相似的概念[25].例如,采納專(zhuān)家意見(jiàn)評(píng)價(jià)某設(shè)備的性能,可以使用模糊測(cè)度表示專(zhuān)家意見(jiàn)的可靠性.在教育領(lǐng)域,可將定義1中的X看作是達(dá)成學(xué)習(xí)目標(biāo)所需的n個(gè)知識(shí)的集合X={x1,x2,…,xn}.令X1?X,X2?X,模糊測(cè)度v(X1)為一個(gè)集函數(shù),表示知識(shí)集合X1促進(jìn)目標(biāo)達(dá)成的重要程度.顯然,知識(shí)集合覆蓋所有n個(gè)知識(shí)時(shí),v(X)=1且v(X1)∈(0,1],v(X2)∈(0,1].v(X1∪X2)表示考慮知識(shí)集X1∪X2對(duì)于目標(biāo)達(dá)成的重要程度,不僅要考慮知識(shí)集X1、X2本身的重要性,還要考慮知識(shí)集X1、X2之間的關(guān)聯(lián)性.而知識(shí)關(guān)聯(lián)性可能是顯性確定的,也可能是隱性模糊的.例如,進(jìn)位加法是以十進(jìn)制加法運(yùn)算為基礎(chǔ),它們之間存在顯著的關(guān)聯(lián)關(guān)系.而加法運(yùn)算和乘法運(yùn)算的交互關(guān)系是隱性的,較模糊.知識(shí)集合之間是否存在關(guān)聯(lián)性及關(guān)聯(lián)程度,可通過(guò)模糊測(cè)度建模,量化表達(dá)知識(shí)集合間的關(guān)系.

    1)負(fù)協(xié)同關(guān)系或冗余關(guān)系建模.表示知識(shí)組合后對(duì)目標(biāo)達(dá)成的貢獻(xiàn)度低于單獨(dú)使用各個(gè)知識(shí)的貢獻(xiàn)度之和.也就是說(shuō),掌握該知識(shí)集合的重要度弱于單獨(dú)使用其子集重要度的總和,則知識(shí)集合間的關(guān)系是負(fù)協(xié)同關(guān)系.設(shè)知識(shí)集合為X1,X2,同時(shí)X1?X,X2?X.知識(shí)集合間的模糊測(cè)度關(guān)系為:

    v(X1∪X2)

    滿足上式時(shí),知識(shí)集合之間的關(guān)聯(lián)為負(fù)協(xié)同關(guān)系.

    冗余關(guān)系可看作負(fù)協(xié)同關(guān)系的一種特例,用于表達(dá)知識(shí)集合間的先決條件,若知識(shí)x1為x2的先決條件.令X1={x1},X2={x2},根據(jù)定義1中2),即模糊測(cè)度的弱單調(diào)性,知識(shí)集合間的模糊測(cè)度關(guān)系為:

    v(X1∪X2)=v(X2).

    滿足上式時(shí),知識(shí)集合之間的關(guān)聯(lián)為冗余關(guān)系.也就是知識(shí)組合后對(duì)目標(biāo)達(dá)成的貢獻(xiàn)與單獨(dú)使用知識(shí)集合X2相比沒(méi)有變化,對(duì)于目標(biāo)達(dá)成的重要程度不產(chǎn)生增強(qiáng)的作用.

    2)增強(qiáng)促進(jìn)關(guān)系建模.多個(gè)知識(shí)組合后有助于學(xué)習(xí)目標(biāo)的達(dá)成,也就是說(shuō)掌握該知識(shí)集合比單獨(dú)使用其子集之和更重要,說(shuō)明知識(shí)集合間互補(bǔ)促進(jìn),存在協(xié)同增強(qiáng)的關(guān)系.當(dāng)知識(shí)集合的模糊測(cè)度符合

    v(X1∪X2)>v(X1)+v(X2)

    時(shí),認(rèn)為知識(shí)集合存在協(xié)同增強(qiáng)的關(guān)系.上式表示知識(shí)集X1、X2共同構(gòu)成的集合X1∪X2對(duì)于目標(biāo)達(dá)成的重要程度高于各個(gè)知識(shí)屬性集重要度之和.當(dāng)知識(shí)集X1、X2組合后激發(fā)出一種新的潛在關(guān)聯(lián),對(duì)促進(jìn)目標(biāo)的達(dá)成更重要.

    3)相互獨(dú)立關(guān)系建模.兩個(gè)知識(shí)集組合后的對(duì)于學(xué)習(xí)目標(biāo)達(dá)成的重要度等于這兩個(gè)知識(shí)集單獨(dú)使用時(shí)的重要度之和,當(dāng)模糊測(cè)度滿足

    v(X1∪X2)=v(X1)+v(X2)

    時(shí),說(shuō)明知識(shí)集之間是相互獨(dú)立,不存在關(guān)聯(lián)性.

    通過(guò)知識(shí)集合模糊測(cè)度的對(duì)比,可獲得知識(shí)集合間3種非線性的關(guān)系,由此完成對(duì)知識(shí)關(guān)聯(lián)性的建模.在不同的教育應(yīng)用場(chǎng)景下,模糊測(cè)度可賦予不同的含義以幫助理解教與學(xué)的過(guò)程.在教學(xué)場(chǎng)景中,模糊測(cè)度可幫助教師更好地理解知識(shí)間的聯(lián)系,以此作為編排教學(xué)內(nèi)容的依據(jù).而學(xué)習(xí)場(chǎng)景中加入模糊測(cè)度,在診斷學(xué)生認(rèn)知水平時(shí),基于關(guān)聯(lián)性考慮知識(shí)集的重要程度,可更準(zhǔn)確地找出知識(shí)學(xué)習(xí)中的薄弱點(diǎn).在評(píng)價(jià)場(chǎng)景中,以模糊測(cè)度為基礎(chǔ)檢查知識(shí)體系中重點(diǎn)知識(shí)的覆蓋范圍.因此,通過(guò)模糊測(cè)度建模知識(shí)關(guān)聯(lián)性,有助于不同教育場(chǎng)景下的目標(biāo)達(dá)成.本文在下述討論中統(tǒng)一將模糊測(cè)度作為知識(shí)集合促進(jìn)目標(biāo)達(dá)成的重要程度.通過(guò)模糊測(cè)度建模可更好地表達(dá)知識(shí)集合的關(guān)聯(lián)性,同時(shí)反映知識(shí)集合的特征,為學(xué)習(xí)活動(dòng)的有效開(kāi)展提供數(shù)據(jù)支持和指導(dǎo).

    案例分析1以教學(xué)內(nèi)容的編排呈現(xiàn)順序?yàn)槔?,若達(dá)成學(xué)習(xí)目標(biāo)需要3個(gè)知識(shí)共同作用完成,令X={x1,x2,x3},

    v({x1})=0.45,v({x2})=0.45,v({x3})=0.3,

    v({x1,x2})=0.5,v({x1,x3})=0.9,

    v({x2,x3})=0.9,v({x1,x2,x3})=1.

    這里模糊測(cè)度v表示知識(shí)集合促進(jìn)達(dá)成目標(biāo)的重要程度.例如,知識(shí)集合{x1,x2}對(duì)于目標(biāo)達(dá)成的重要程度為0.5.

    根據(jù)已知的模糊測(cè)度值,考慮知識(shí)的學(xué)習(xí)序列,通過(guò)不同的編排順序?qū)W(xué)生產(chǎn)生不同的學(xué)習(xí)刺激.存在如下知識(shí)關(guān)聯(lián)性:

    v({x1,x2})

    v({x1,x3})>v({x1})+v({x3}),

    v({x2,x3})>v({x2})+v({x3}).

    由此可知知識(shí)集{x3}與知識(shí)集{x1}、{x2}之間均存在協(xié)同增強(qiáng)關(guān)系,而知識(shí)集{x1}、{x2}之間是負(fù)協(xié)同增強(qiáng)關(guān)系,顯然知識(shí)集{x3}在目標(biāo)達(dá)成中發(fā)揮積極作用.在不考慮先決關(guān)系的條件下,假定以知識(shí)點(diǎn)x1作為學(xué)習(xí)起點(diǎn),設(shè)計(jì)不同的學(xué)習(xí)次序.如圖1中實(shí)線所示,可知序列1對(duì)應(yīng)的學(xué)習(xí)順序?yàn)?/p>

    圖1 不同序列下的教學(xué)設(shè)計(jì)

    x1→{x1,x2}→{x1,x2,x3},

    而序列2對(duì)應(yīng)圖中的虛線部分,知識(shí)的學(xué)習(xí)順序可表達(dá)為

    x1→{x1,x3}→{x1,x2,x3}.

    在序列1指導(dǎo)下的學(xué)習(xí)活動(dòng)中,學(xué)生學(xué)習(xí)知識(shí)點(diǎn)x1、x2后并未有明顯提升,直到完成知識(shí)點(diǎn)x3的學(xué)習(xí)后才有較明顯的飛躍.序列1的設(shè)計(jì)更適合一般學(xué)習(xí)者,持續(xù)平緩地獲得學(xué)習(xí)成就.對(duì)于序列2的學(xué)習(xí),在前期(學(xué)習(xí)知識(shí)點(diǎn)x1、x3后)學(xué)生可獲得顯著的進(jìn)步,而后期進(jìn)步并不明顯.序列2設(shè)計(jì)更適合于學(xué)習(xí)動(dòng)機(jī)不強(qiáng)的學(xué)生,通過(guò)較快獲得學(xué)習(xí)成就激勵(lì)學(xué)生.

    2 模糊測(cè)度計(jì)算

    2.1 依賴(lài)于專(zhuān)家知識(shí)的模糊測(cè)度計(jì)算

    相比其它領(lǐng)域,專(zhuān)家知識(shí)在教育系統(tǒng)中發(fā)揮更重要的作用.對(duì)于專(zhuān)家而言,相對(duì)較容易給出兩個(gè)知識(shí)集合之間的關(guān)聯(lián)指標(biāo)Δj(X1,X2).首先以單知識(shí)集的情況為例,選擇3~5位專(zhuān)家,給出單個(gè)知識(shí)的模糊測(cè)度v({xi})、v({xj})及知識(shí)集間的關(guān)聯(lián)指標(biāo)Δj({xi,xj}).根據(jù)各位專(zhuān)家的意見(jiàn)取平均值,獲得更客觀的結(jié)果.由已知的單個(gè)知識(shí)模糊測(cè)度及關(guān)聯(lián)指標(biāo),可計(jì)算2個(gè)知識(shí)點(diǎn)構(gòu)成集合的模糊測(cè)度:

    v({xi,xj})=v({xi})+v({xj})+Δj({xi,xj}).

    由此,可進(jìn)一步擴(kuò)展為多個(gè)知識(shí)點(diǎn)構(gòu)成的集合

    L={xi,xi+1,…,xi+n,…}

    的關(guān)聯(lián)指標(biāo)[26-27]:

    其中,k表示集合L中的維數(shù),即元素個(gè)數(shù),L(l)表示l維子集構(gòu)成的集合.由此可完成所有知識(shí)集合模糊測(cè)度的計(jì)算.

    2.2 數(shù)據(jù)驅(qū)動(dòng)的模糊測(cè)度計(jì)算

    在涉及單個(gè)知識(shí)點(diǎn)集時(shí),可由領(lǐng)域?qū)<腋鶕?jù)經(jīng)驗(yàn)給定模糊測(cè)度,但是隨著知識(shí)數(shù)量的增加,給出各個(gè)集合的關(guān)聯(lián)指標(biāo)具有一定的主觀性且工作量較大.若能通過(guò)學(xué)生的學(xué)習(xí)數(shù)據(jù)獲得模糊測(cè)度,結(jié)果更客觀有效.通過(guò)數(shù)據(jù)驅(qū)動(dòng)的方法表示和學(xué)習(xí)模糊測(cè)度,使輸入更大的知識(shí)數(shù)目時(shí)模糊測(cè)度這一參數(shù)的學(xué)習(xí)是可計(jì)算的[28].舉例來(lái)說(shuō),若完成學(xué)習(xí)任務(wù)涉及知識(shí)x1、x2、x3,則需要計(jì)算的模糊測(cè)度個(gè)數(shù)為

    23-2=6,v(?)=0,v({x1,x2,x3})=1,

    如圖2所示.

    圖2 模糊測(cè)度的計(jì)算規(guī)模

    為了實(shí)現(xiàn)計(jì)算目的,可將模糊測(cè)度v值存儲(chǔ)在大小為2n的數(shù)組中,建立子集X′?X和二進(jìn)制表示方法之間一對(duì)一的映射關(guān)系.若X′={x1,x2,x3},則v({x1})表示為v(001),v({x1,x2})表示為v(011),v({x1,x2,x3})表示為v(111).基于模糊測(cè)度的弱單調(diào)性,構(gòu)成不同子集間模糊測(cè)度的約束關(guān)系,如v({x1})≤v({x1,x2}),且v({x1,x2,x3})=1.若已知函數(shù)的有限離散值α=(α1,α2,…αK)和模糊測(cè)度v,模糊積分計(jì)算得到實(shí)際值s.由此,已知輸入值α和實(shí)際值s,可通過(guò)遺傳算法或神經(jīng)網(wǎng)絡(luò)找到最優(yōu)的模糊測(cè)度v,使損失函數(shù)值最小.

    具體算法如下所示.

    算法1模糊測(cè)度學(xué)習(xí)算法

    輸入輸入值α,實(shí)際值s//α為某函數(shù)f的離散值

    輸出模糊測(cè)度的值

    設(shè)置迭代次數(shù)t=0

    //對(duì)應(yīng)2K-2個(gè)模糊測(cè)度值

    Whilet

    //tmax為最大迭代次數(shù)

    v1,v2,…,vL=search(μ(t))

    //搜索可行解

    forl←1 toLdo

    //通過(guò)模糊積分計(jì)算獲得預(yù)測(cè)值

    end for

    //根據(jù)目標(biāo)函數(shù)計(jì)算損失l

    vt+1=vl*

    //更新參數(shù)

    end while

    Returnv(tmax)

    然而在實(shí)際應(yīng)用中,知識(shí)點(diǎn)的數(shù)量可能遠(yuǎn)超過(guò)3個(gè),那么模糊測(cè)度的計(jì)算會(huì)面臨復(fù)雜性急劇增長(zhǎng)的問(wèn)題.當(dāng)|X|=n時(shí),需確定模糊測(cè)度的數(shù)量為2n個(gè)參數(shù)值.例如,涉及知識(shí)點(diǎn)數(shù)量為10時(shí),所需確定的模糊測(cè)度值為210=1 024個(gè).當(dāng)n值變大時(shí),模糊測(cè)度的數(shù)量呈指數(shù)級(jí)增長(zhǎng),確定模糊測(cè)度變得非常困難.為了應(yīng)對(duì)上述問(wèn)題,可進(jìn)一步引入k可加模糊測(cè)度[29],在模糊測(cè)度的復(fù)雜性和表達(dá)能力方面進(jìn)行折衷.

    3 知識(shí)的全局重要度和交互指標(biāo)

    3.1 知識(shí)的全局重要度

    在實(shí)現(xiàn)模糊測(cè)度的計(jì)算后,可得出知識(shí)的全局重要度及知識(shí)之間的交互指數(shù).基于知識(shí)的關(guān)聯(lián)性,綜合單個(gè)知識(shí)點(diǎn)的模糊測(cè)度值及同時(shí)考慮包含該知識(shí)點(diǎn)所有集合對(duì)應(yīng)的測(cè)度值.可采用合作博弈中Shapley指標(biāo)度量知識(shí)的全局重要度[30].

    定義2令v為一個(gè)模糊測(cè)度,對(duì)于?xi∈X,全局重要度指數(shù)為:

    (1)

    其中,n為知識(shí)集X中的知識(shí)點(diǎn)個(gè)數(shù),n=|X|,A為知識(shí)點(diǎn)集合,A?X.

    具體算法如下所示.

    算法2計(jì)算知識(shí)全局重要度

    輸入二進(jìn)制序列編碼的模糊測(cè)度冪集

    輸出知識(shí)點(diǎn)xi的全局重要度

    forxi←x1toxndo

    獲得局部知識(shí)集合Ai=X{xi},求得局部全集A中所有含k個(gè)元素的子集K

    fork←0 ton-1 do

    end for

    vK∪i=vK∪vi

    //Ai各子集對(duì)應(yīng)編碼的模糊測(cè)度為vK

    end for

    根據(jù)案例1中模糊測(cè)度值及式(1),計(jì)算知識(shí)點(diǎn)x1的全局重要度:

    同理可得,知識(shí)點(diǎn)x2、x3的全局重要度分別為

    φ(x2)=0.292,φ(x3)=0.416.

    除了知識(shí)自身的重要性以外,還考慮其超集的模糊測(cè)度.盡管知識(shí)x3的模糊測(cè)度值不高,但它和其它知識(shí)關(guān)聯(lián)后產(chǎn)生的模糊測(cè)度值較高,因此知識(shí)x3的全局重要性最高.在此情況下,可將知識(shí)x3看作是后續(xù)學(xué)習(xí)中的重點(diǎn)內(nèi)容,在教學(xué)和學(xué)習(xí)過(guò)程中加以關(guān)注,并在知識(shí)x3上分配相應(yīng)的教學(xué)時(shí)間,設(shè)置練習(xí)的推薦.

    3.2 知識(shí)的交互指標(biāo)

    通過(guò)模糊測(cè)度還可反映知識(shí)間的交互指標(biāo).例如,某些知識(shí)與其它知識(shí)總是存在積極的交互作用,可看作是學(xué)習(xí)中的關(guān)鍵點(diǎn),說(shuō)明這個(gè)知識(shí)點(diǎn)需要被重點(diǎn)關(guān)注或優(yōu)先推薦學(xué)習(xí)鞏固.

    定義3知識(shí)點(diǎn)xi、xj關(guān)于模糊測(cè)度v的交互作用指標(biāo)[31]定義為

    [v(A∪{xi,xj})-v(A∪{xi})-

    (2)

    其中

    n=|X|,I(xi,xj)∈[-1,1],

    A?X為知識(shí)點(diǎn)集合,交互指標(biāo)反映兩兩知識(shí)點(diǎn)在整個(gè)知識(shí)集合中的交互作用.

    具體算法如下所示.

    算法3計(jì)算知識(shí)交互指標(biāo)

    輸入按二進(jìn)制序列編碼的模糊測(cè)度冪集

    輸出知識(shí)對(duì){xi,xj}的交互指標(biāo)

    forxi←x1toxndo

    forxj←xi+1toxndo

    獲得局部知識(shí)集合Aij=X{xi,xj}中所有含k個(gè)元素的子集K

    fork←0 ton-2 do

    end for

    vK∪i=vK∪vi

    //Aij各子集對(duì)應(yīng)編碼的模糊測(cè)度為vK

    //{xi,xj}交互指標(biāo)

    end for

    end for

    同樣根據(jù)案例1的模糊測(cè)度值及式(2),可得知識(shí)對(duì){x1,x2}的交互指標(biāo)值:

    v(?∪{x1})-v(?∪{x2})+v(?)]+

    v({x1,x3})-v({x2,x3})+v(x3)]=

    -0.45.

    同理可得,

    I(x1,x3)=0.1,I(x2,x3)=0.1.

    通過(guò)交互指標(biāo)可看出,知識(shí)點(diǎn)x3與知識(shí)點(diǎn)x1、x2交互值均大于0,說(shuō)明知識(shí)點(diǎn)x3對(duì)于學(xué)習(xí)目標(biāo)的達(dá)成較重要.

    4 在認(rèn)知診斷中的應(yīng)用

    4.1 融合知識(shí)關(guān)聯(lián)性的認(rèn)知診斷

    知識(shí)關(guān)聯(lián)性建??蓱?yīng)用到認(rèn)知診斷等實(shí)際學(xué)習(xí)場(chǎng)景中,為教師教學(xué)、學(xué)生學(xué)習(xí)及試題建設(shè)提供有效的輔助決策支持.認(rèn)知診斷旨在識(shí)別認(rèn)知過(guò)程,并評(píng)估學(xué)生是否已掌握或擁有特定的認(rèn)知技能或知識(shí)[32-33],進(jìn)而實(shí)現(xiàn)對(duì)學(xué)習(xí)者表現(xiàn)的預(yù)測(cè).

    本文建立融合知識(shí)關(guān)聯(lián)性的認(rèn)知診斷框架,如圖3所示.

    圖3 知識(shí)關(guān)聯(lián)性融合的認(rèn)知診斷框架

    在認(rèn)知診斷過(guò)程中,若某道題目涉及K個(gè)知識(shí)點(diǎn)(x1,x2,…,xK),題目所需的知識(shí)點(diǎn)標(biāo)記為1,否則為0,那么學(xué)生的潛在能力θ被分解為在這幾個(gè)知識(shí)點(diǎn)上的掌握水平

    α={α1,α2,…,αK},

    聚合多個(gè)知識(shí)點(diǎn)后獲得理想的作答情況RI.同時(shí),還需要考慮學(xué)生做題時(shí)猜測(cè)和失誤的影響,得到實(shí)際的作答情況R.將認(rèn)知診斷中多知識(shí)聚合表達(dá)為

    RI=f(α1,α2,…,αK),

    其中,f∶[0,1]k→[0,1]表示聚合函數(shù),即聚合每個(gè)知識(shí)點(diǎn)上的掌握水平以獲得理想作答情況.

    在現(xiàn)有研究中,多個(gè)知識(shí)間的聚合方式通常為聯(lián)結(jié)型和補(bǔ)償型[34],由不同的聚合函數(shù)表示.但無(wú)論何種聚合函數(shù),都未從知識(shí)集合間關(guān)聯(lián)性角度進(jìn)行考慮.由于模糊積分[35]是以模糊測(cè)度為核心建立的聚合方法,可通過(guò)模糊積分中的模糊測(cè)度表達(dá)知識(shí)集合間的關(guān)聯(lián)性,本文引入模糊積分作為聚合函數(shù).融合知識(shí)關(guān)聯(lián)性的認(rèn)知診斷具體實(shí)現(xiàn)如下.首先獲得各個(gè)知識(shí)點(diǎn)及知識(shí)集合間的模糊測(cè)度,利用模糊測(cè)度建模知識(shí)的關(guān)聯(lián)性,通過(guò)模糊積分聚合多個(gè)知識(shí)的掌握水平α,這里選擇模糊積分中的一類(lèi)典型代表Choquet積分[35]實(shí)現(xiàn)聚合計(jì)算:

    其中,αk表示學(xué)習(xí)者在第k個(gè)知識(shí)點(diǎn)上的掌握水平,模糊測(cè)度v表示各知識(shí)集合對(duì)于正確作答的重要程度.那么Choquet積分聚合的結(jié)果就表示學(xué)生的理想作答情況,由此實(shí)現(xiàn)認(rèn)知診斷過(guò)程中的知識(shí)關(guān)聯(lián)性融合.

    4.2 實(shí)驗(yàn)設(shè)置與結(jié)果分析

    由于FuzzyCDF(Fuzzy Cognitive Diagnosis Frame-work)[36]完整體現(xiàn)認(rèn)知診斷過(guò)程,本次實(shí)驗(yàn)以FuzzyCDF作為實(shí)驗(yàn)框架,通過(guò)預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)驗(yàn)證本文方法的可行性.實(shí)驗(yàn)中使用模糊積分替換FuzzyCDF中原有的聚合函數(shù).

    從公平性角度出發(fā),本文實(shí)驗(yàn)采用與FuzzyCDF相同的參數(shù),具體實(shí)現(xiàn)細(xì)節(jié)見(jiàn)文獻(xiàn)[37].學(xué)生潛在能力θ及知識(shí)掌握水平α通過(guò)M-H(Metro-polis-Hastings)的馬爾科夫蒙特卡洛算法學(xué)習(xí)獲得.對(duì)于聚合函數(shù)Choquet 積分中模糊測(cè)度的參數(shù)學(xué)習(xí),由模糊積分神經(jīng)網(wǎng)絡(luò)[38]實(shí)現(xiàn).

    首先將由FuzzyCDF得到學(xué)生在各知識(shí)點(diǎn)上的掌握水平作為輸入,輸出是學(xué)生在每道題目上的作答得分.根據(jù)定義1,模糊測(cè)度

    其中,Δv(A)∈R+,由此可確保模糊測(cè)度的單調(diào)性.模糊積分神經(jīng)網(wǎng)絡(luò)根據(jù)模糊測(cè)度的單調(diào)性約束設(shè)計(jì)基于隨機(jī)梯度下降的優(yōu)化方法,實(shí)現(xiàn)模糊測(cè)度的訓(xùn)練(算法描述見(jiàn)2.2節(jié)).在獲得各知識(shí)點(diǎn)的模糊測(cè)度后,使用Choquet積分計(jì)算多知識(shí)聚合后學(xué)生的理想作答情況.

    實(shí)驗(yàn)選擇公開(kāi)數(shù)據(jù)集Math1和Math2(http://staff.ustc.edu.cn/~qiliuql/data/math2015.rar),Math1數(shù)據(jù)集包含15道客觀題和5道主觀題,Math2數(shù)據(jù)集包含16道客觀題和4道主觀題,客觀題的得分為{0,1},主觀題得分為[0,1].

    使用AUC(Area Under the Curve)和MAE(Mean Absolute Error)作為評(píng)估指標(biāo),對(duì)比認(rèn)知診斷模型預(yù)測(cè)效果.

    實(shí)驗(yàn)將Choquet積分作為聚合函數(shù)的模型(簡(jiǎn)稱(chēng)為CHI(Choquet Integral)方法)(https://github.com/kathy-sj/Choquet-integrals),并將CHI和其它基準(zhǔn)方法對(duì)比.選擇FuzzyCDF、 IRT(Item Response Theory)[39]、DINA(Deterministic Inputs, Noisy "And" Gate Model)[40]作為對(duì)比方法.

    同時(shí)構(gòu)造2種不同比例的訓(xùn)練數(shù)據(jù)集,首先隨機(jī)抽取80%的數(shù)據(jù)用于訓(xùn)練,20%的數(shù)據(jù)用于測(cè)試模型效果.為了進(jìn)一步觀察各預(yù)測(cè)方法在不同數(shù)據(jù)稀疏度情況下的預(yù)測(cè)效果,再隨機(jī)抽取20%的數(shù)據(jù)用于訓(xùn)練,80%的數(shù)據(jù)用于測(cè)試模型.

    各方法在Math1、Math2數(shù)據(jù)集上的得分預(yù)測(cè)結(jié)果如圖4所示.由圖可知,在認(rèn)知診斷模型中融合知識(shí)關(guān)聯(lián)性后,即使使用CHI進(jìn)行預(yù)測(cè),相比FuzzyCDF,在訓(xùn)練數(shù)據(jù)占 80% 的情況下,MAE值分別下降2.8%(Math1數(shù)據(jù)集)和0.8%(Math2數(shù)據(jù)集),比IRT和DINA更有優(yōu)勢(shì).在訓(xùn)練數(shù)據(jù)占20%的情況下,MAE值平均降低 0.7%.由此證實(shí)CHI在數(shù)據(jù)稀疏時(shí)仍有效.

    (a)Math1

    另一方面,針對(duì)數(shù)據(jù)集中的客觀題計(jì)算AUC值,如圖5所示.由圖可看出,在考慮知識(shí)關(guān)聯(lián)性后,預(yù)測(cè)精度更高.此外,隨著訓(xùn)練數(shù)據(jù)稀疏度的增加,優(yōu)勢(shì)依然存在.

    由圖4和圖5可看出,融合知識(shí)關(guān)聯(lián)性的認(rèn)知診斷模型在預(yù)測(cè)學(xué)習(xí)者表現(xiàn)時(shí),相比未考慮知識(shí)的關(guān)聯(lián)性,可得到更優(yōu)的預(yù)測(cè)效果.對(duì)比Math1、Math2數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),在Math1數(shù)據(jù)集上的優(yōu)勢(shì)更顯著.而在Math2數(shù)據(jù)集上,在80%數(shù)據(jù)用于訓(xùn)練,20%數(shù)據(jù)用于測(cè)試的情況下,CHI僅有微弱的優(yōu)勢(shì).這和Math2數(shù)據(jù)集上知識(shí)點(diǎn)本身的特征有關(guān),知識(shí)點(diǎn)之間存在的關(guān)聯(lián)性較弱(如掌握不等式的性質(zhì)和計(jì)算能力之間相對(duì)獨(dú)立),因此是否融合知識(shí)關(guān)聯(lián)性進(jìn)行預(yù)測(cè)對(duì)結(jié)果影響并不大.但同時(shí)也可說(shuō)明模糊積分作為聚合函數(shù)對(duì)于認(rèn)知診斷工作的通用性,對(duì)關(guān)聯(lián)性較弱的數(shù)據(jù)集同樣適用,并具有相對(duì)較優(yōu)的性能.

    此外,為了驗(yàn)證聚合函數(shù)本身對(duì)預(yù)測(cè)效果的影響,進(jìn)行擴(kuò)展實(shí)驗(yàn).在不計(jì)算失誤和猜測(cè)這兩個(gè)因素的情況下,直接將聚合函數(shù)的輸出作為最終分?jǐn)?shù)與實(shí)際得分進(jìn)行對(duì)比,觀察預(yù)測(cè)表現(xiàn)的影響,結(jié)果如表1所示.由表可看出,在Math1、Math2數(shù)據(jù)集上,考慮知識(shí)關(guān)聯(lián)性的模糊積分方法,MAE值分別降低6.2%和1.6%,比考慮失誤和猜測(cè)參數(shù)時(shí)優(yōu)勢(shì)更明顯.而在客觀題上的AUC值分別提高5.2%和1.4%.從結(jié)果上看,預(yù)測(cè)誤差被部分轉(zhuǎn)移到失誤和猜測(cè)參數(shù)中.

    表1 不同聚合函數(shù)對(duì)指標(biāo)值的影響

    此外,從模型的解釋性上看,融合知識(shí)關(guān)聯(lián)性的認(rèn)知診斷模型可通過(guò)模糊測(cè)度更好地反映知識(shí)之間的關(guān)聯(lián)性.根據(jù)3.1節(jié)和3.2節(jié)的討論,以模糊測(cè)度為基礎(chǔ),計(jì)算各個(gè)知識(shí)點(diǎn)的全局重要度和兩兩知識(shí)點(diǎn)間的交互指標(biāo),可更好地理解和解釋知識(shí)的關(guān)聯(lián)性.下面舉例說(shuō)明.

    案例分析2以Math1數(shù)據(jù)集上的第15題為例,題目涉及如下6個(gè)知識(shí)點(diǎn):函數(shù)的性質(zhì)(x1)、函數(shù)的象限(x2)、空間想象(x3)、抽象歸納(x4)、推理論證(x5)、計(jì)算(x6).根據(jù)各知識(shí)點(diǎn)及知識(shí)集合的模糊測(cè)度,可計(jì)算得出每個(gè)知識(shí)的全局重要度及兩兩知識(shí)之間的交互指標(biāo)(見(jiàn)式(1)、式(2)).其中知識(shí)點(diǎn)函數(shù)的性質(zhì)(x1)、函數(shù)的象限(x2)的全局重要程度較高,

    φ(x1)=0.241,φ(x2)=0.212,

    而重要性程度最低(φ(x6)=0.091)的是知識(shí)點(diǎn)計(jì)算(x6)這一通用技能.對(duì)于考察函數(shù)相關(guān)的問(wèn)題,這一結(jié)果是可接受和合理的.

    另外,通過(guò)交互指標(biāo)可體現(xiàn)知識(shí)之間的關(guān)聯(lián)性,通過(guò)模糊測(cè)度計(jì)算可得知識(shí)點(diǎn)x1、x2交互指標(biāo)I(x1,x2)=-0.206,知識(shí)點(diǎn)x1、x6交互指標(biāo)I(x1,x6)=-0.068.一般而言:交互指標(biāo)越高,互補(bǔ)性越強(qiáng)[41];交互指標(biāo)越低,知識(shí)點(diǎn)之間的關(guān)聯(lián)性越高.根據(jù)計(jì)算結(jié)果可看出,知識(shí)點(diǎn)x1、x2之間的關(guān)聯(lián)性更強(qiáng).從知識(shí)點(diǎn)本身上看,函數(shù)的性質(zhì)(x1)和函數(shù)的象限(x2)之間的關(guān)聯(lián)性必然強(qiáng)于函數(shù)的性質(zhì)(x1)和計(jì)算(x6)之間的聯(lián)系.這與交互指標(biāo)顯示的結(jié)果一致,也說(shuō)明模糊測(cè)度表征知識(shí)關(guān)聯(lián)性的有效性.

    案例分析3以Math1數(shù)據(jù)集上的主觀題為例,知識(shí)全局重要度與影響得分程度之間的關(guān)系如圖6所示.圖中橫軸表示每道題涉及知識(shí)點(diǎn)對(duì)應(yīng)的全局重要度,基于模糊測(cè)度計(jì)算得出全局重要度(見(jiàn)式(1)).縱軸表示是否掌握知識(shí)點(diǎn)對(duì)得分的影響程度,由計(jì)算知識(shí)點(diǎn)掌握水平與實(shí)際得分的皮爾遜相關(guān)系數(shù)表示.

    圖6 知識(shí)全局重要度與影響得分程度的關(guān)系

    由圖6可見(jiàn),題17需要3個(gè)知識(shí)點(diǎn){x5,x10,x11},對(duì)應(yīng)的全局重要度分別為

    φ(x5)=0.25,φ(x10)=0.35,φ(x11)=0.4,

    這3個(gè)知識(shí)點(diǎn)的知識(shí)掌握水平與實(shí)際得分的相關(guān)系數(shù)分別為0.6,0.67,0.72.知識(shí)的重要性越高意味著該知識(shí)對(duì)于學(xué)生實(shí)際得分的影響越大.題16、18、19也有同樣趨勢(shì).而對(duì)于第20題,由于各個(gè)知識(shí)點(diǎn)的全局重要度相近,對(duì)應(yīng)的知識(shí)點(diǎn)掌握水平與得分的相關(guān)系數(shù)也接近.由圖6可看出,越重要的知識(shí),其掌握水平與實(shí)際得分的相關(guān)系數(shù)就越大,這一趨勢(shì)符合一般認(rèn)知規(guī)律,進(jìn)一步說(shuō)明模糊測(cè)度建模的合理性.

    5 結(jié) 束 語(yǔ)

    關(guān)聯(lián)性存在于知識(shí)及知識(shí)集合之間,這種關(guān)聯(lián)性可能是顯性確定的,也可能是隱性模糊的.本文通過(guò)模糊測(cè)度建模知識(shí)的關(guān)聯(lián)性,量化表達(dá)知識(shí)及知識(shí)集合復(fù)雜的關(guān)系,這對(duì)于理解學(xué)生的認(rèn)知過(guò)程具有積極意義.本文同時(shí)以模糊測(cè)度為基礎(chǔ),拓展延伸至知識(shí)全局重要度和交互指標(biāo)及知識(shí)關(guān)聯(lián)性在認(rèn)知診斷這一場(chǎng)景中的應(yīng)用,充分體現(xiàn)知識(shí)關(guān)聯(lián)性對(duì)實(shí)際學(xué)習(xí)場(chǎng)景的現(xiàn)實(shí)意義.基于現(xiàn)有的認(rèn)知診斷框架,引入模糊測(cè)度對(duì)知識(shí)關(guān)聯(lián)性進(jìn)行表征.本文對(duì)于框架中參數(shù)的學(xué)習(xí)問(wèn)題開(kāi)展研究,然而如何學(xué)習(xí)獲得更優(yōu)化的參數(shù)仍是一個(gè)挑戰(zhàn).為此,下一步將考慮借助其它研究工作實(shí)現(xiàn)參數(shù)優(yōu)化,并基于此著力解決認(rèn)知水平和知識(shí)關(guān)聯(lián)性統(tǒng)一表征的認(rèn)知診斷框架實(shí)現(xiàn)問(wèn)題.

    猜你喜歡
    學(xué)生
    快把我哥帶走
    親愛(ài)的學(xué)生們,你們并沒(méi)有被奪走什么
    如何喚醒學(xué)生自信心
    甘肅教育(2020年6期)2020-09-11 07:45:16
    怎樣培養(yǎng)學(xué)生的自信
    甘肅教育(2020年22期)2020-04-13 08:10:54
    如何加強(qiáng)學(xué)生的養(yǎng)成教育
    甘肅教育(2020年20期)2020-04-13 08:04:42
    “學(xué)生提案”
    《李學(xué)生》定檔8月28日
    電影(2018年9期)2018-11-14 06:57:21
    趕不走的學(xué)生
    學(xué)生寫(xiě)話
    學(xué)生寫(xiě)的話
    亚洲精品aⅴ在线观看| 精品国产露脸久久av麻豆| 国产熟女欧美一区二区| 少妇被粗大猛烈的视频| 久久ye,这里只有精品| 禁无遮挡网站| av黄色大香蕉| 精品国产露脸久久av麻豆| 免费播放大片免费观看视频在线观看| 少妇猛男粗大的猛烈进出视频 | 久久热精品热| 欧美少妇被猛烈插入视频| 美女cb高潮喷水在线观看| 蜜桃久久精品国产亚洲av| 国产又色又爽无遮挡免| 99视频精品全部免费 在线| 高清午夜精品一区二区三区| 国产伦精品一区二区三区视频9| 99热国产这里只有精品6| 久久久久久久午夜电影| 国产淫片久久久久久久久| 国产亚洲av片在线观看秒播厂| 色综合色国产| 26uuu在线亚洲综合色| 噜噜噜噜噜久久久久久91| 国产淫片久久久久久久久| 国产一区有黄有色的免费视频| 人人妻人人澡人人爽人人夜夜| 婷婷色综合大香蕉| 亚洲国产精品成人综合色| 欧美丝袜亚洲另类| 久久亚洲国产成人精品v| 日韩av在线免费看完整版不卡| 一边亲一边摸免费视频| 日韩 亚洲 欧美在线| 成人综合一区亚洲| 男女啪啪激烈高潮av片| 欧美少妇被猛烈插入视频| 国产成人aa在线观看| 黄色欧美视频在线观看| 国内少妇人妻偷人精品xxx网站| 777米奇影视久久| 亚洲精品国产av成人精品| 新久久久久国产一级毛片| 女人久久www免费人成看片| 国产久久久一区二区三区| 久热这里只有精品99| av在线蜜桃| 国产精品人妻久久久影院| 免费观看的影片在线观看| 精品人妻一区二区三区麻豆| 肉色欧美久久久久久久蜜桃 | 久热这里只有精品99| 在线观看av片永久免费下载| 男女国产视频网站| 一级av片app| 高清视频免费观看一区二区| 日本午夜av视频| 久久99热这里只频精品6学生| 成年免费大片在线观看| 伦理电影大哥的女人| 日韩中字成人| 夫妻午夜视频| 亚洲人与动物交配视频| 内射极品少妇av片p| 亚洲自拍偷在线| 在线观看美女被高潮喷水网站| 成人鲁丝片一二三区免费| 日韩成人伦理影院| 日本午夜av视频| 久久97久久精品| 极品教师在线视频| 久久久久久久久久人人人人人人| 亚洲精品乱久久久久久| 18禁在线播放成人免费| 国产精品国产三级国产av玫瑰| 一区二区三区免费毛片| 亚洲三级黄色毛片| 成人亚洲欧美一区二区av| 国产精品无大码| 一级毛片久久久久久久久女| 蜜桃久久精品国产亚洲av| 黄色日韩在线| 国产男人的电影天堂91| 亚洲精品成人av观看孕妇| 久久久欧美国产精品| 免费高清在线观看视频在线观看| 亚洲,一卡二卡三卡| 欧美极品一区二区三区四区| 夜夜看夜夜爽夜夜摸| 国产欧美另类精品又又久久亚洲欧美| 久久久久国产精品人妻一区二区| 小蜜桃在线观看免费完整版高清| 亚洲天堂av无毛| 国产av国产精品国产| 女的被弄到高潮叫床怎么办| 插逼视频在线观看| av一本久久久久| 在线免费十八禁| 色视频www国产| 久久热精品热| 99热国产这里只有精品6| 国产一区二区亚洲精品在线观看| 18禁在线无遮挡免费观看视频| 国产69精品久久久久777片| 日韩欧美一区视频在线观看 | 欧美zozozo另类| 国产 精品1| 亚洲精品乱码久久久v下载方式| 极品教师在线视频| av专区在线播放| 三级经典国产精品| 精品人妻偷拍中文字幕| 亚洲美女视频黄频| 噜噜噜噜噜久久久久久91| 国产精品熟女久久久久浪| 嘟嘟电影网在线观看| 免费人成在线观看视频色| h日本视频在线播放| 黄片无遮挡物在线观看| 国产男人的电影天堂91| 一个人观看的视频www高清免费观看| 国产黄色视频一区二区在线观看| 国产日韩欧美亚洲二区| 亚洲最大成人中文| 大话2 男鬼变身卡| 亚洲美女视频黄频| 我要看日韩黄色一级片| 超碰av人人做人人爽久久| 在线看a的网站| 汤姆久久久久久久影院中文字幕| 欧美日韩精品成人综合77777| 一区二区av电影网| av在线天堂中文字幕| 亚洲欧美日韩卡通动漫| 中文乱码字字幕精品一区二区三区| 成人二区视频| av线在线观看网站| 国产成人freesex在线| 国产有黄有色有爽视频| 两个人的视频大全免费| 黄片wwwwww| a级毛片免费高清观看在线播放| 在现免费观看毛片| 国产在线一区二区三区精| 免费av观看视频| 两个人的视频大全免费| 国产精品一及| 久久韩国三级中文字幕| 麻豆精品久久久久久蜜桃| 成人一区二区视频在线观看| 成人亚洲欧美一区二区av| 在线观看一区二区三区| 一级毛片久久久久久久久女| 能在线免费看毛片的网站| 亚洲在线观看片| 亚洲av国产av综合av卡| 嫩草影院入口| 91精品一卡2卡3卡4卡| 大话2 男鬼变身卡| 亚洲av免费在线观看| 99热6这里只有精品| 国产成人freesex在线| 色吧在线观看| 超碰97精品在线观看| 久久女婷五月综合色啪小说 | 一区二区三区乱码不卡18| 久久久a久久爽久久v久久| .国产精品久久| 国产精品福利在线免费观看| 嫩草影院精品99| 国产美女午夜福利| videos熟女内射| 国产毛片在线视频| 国内少妇人妻偷人精品xxx网站| 一本色道久久久久久精品综合| 性插视频无遮挡在线免费观看| 国产精品久久久久久精品古装| 91精品一卡2卡3卡4卡| 亚洲精品亚洲一区二区| 一级片'在线观看视频| 婷婷色综合www| 极品少妇高潮喷水抽搐| 大香蕉久久网| 国产亚洲5aaaaa淫片| 男女边吃奶边做爰视频| 日韩亚洲欧美综合| 男女那种视频在线观看| 美女脱内裤让男人舔精品视频| 精品久久久久久久久av| 久久精品国产a三级三级三级| 在线看a的网站| 少妇裸体淫交视频免费看高清| 亚洲不卡免费看| 一个人看的www免费观看视频| 亚洲熟女精品中文字幕| 国产黄片视频在线免费观看| 中文乱码字字幕精品一区二区三区| 国产久久久一区二区三区| 久久精品国产亚洲av涩爱| 国产亚洲5aaaaa淫片| 搡老乐熟女国产| 久久精品夜色国产| 美女被艹到高潮喷水动态| 纵有疾风起免费观看全集完整版| 亚洲精品乱久久久久久| 婷婷色综合www| 久久精品国产鲁丝片午夜精品| 波野结衣二区三区在线| 国产精品秋霞免费鲁丝片| 欧美zozozo另类| 欧美高清性xxxxhd video| 看十八女毛片水多多多| 男女下面进入的视频免费午夜| 99九九线精品视频在线观看视频| videos熟女内射| 久久99精品国语久久久| 老司机影院成人| 日韩,欧美,国产一区二区三区| 亚洲av免费在线观看| 婷婷色av中文字幕| 午夜福利在线观看免费完整高清在| 在线观看国产h片| 尤物成人国产欧美一区二区三区| 黄片无遮挡物在线观看| 国产精品99久久99久久久不卡 | 五月伊人婷婷丁香| 国产精品熟女久久久久浪| 国产一区二区三区综合在线观看 | 在现免费观看毛片| 黄色日韩在线| av国产精品久久久久影院| 联通29元200g的流量卡| 视频区图区小说| 国产中年淑女户外野战色| 国产精品一区二区在线观看99| 男女国产视频网站| 亚洲三级黄色毛片| 国产精品一及| 国产久久久一区二区三区| 婷婷色麻豆天堂久久| 国语对白做爰xxxⅹ性视频网站| 亚洲性久久影院| 777米奇影视久久| 欧美极品一区二区三区四区| 亚洲成人精品中文字幕电影| 99久国产av精品国产电影| 高清在线视频一区二区三区| 寂寞人妻少妇视频99o| 午夜免费鲁丝| 国产精品国产av在线观看| 免费电影在线观看免费观看| 国产爽快片一区二区三区| 天天躁夜夜躁狠狠久久av| 成人无遮挡网站| 人妻一区二区av| 国产欧美另类精品又又久久亚洲欧美| 亚洲精品一区蜜桃| 97人妻精品一区二区三区麻豆| 国产精品久久久久久精品电影小说 | 亚洲成人一二三区av| 纵有疾风起免费观看全集完整版| 午夜福利视频1000在线观看| 亚洲av二区三区四区| 成人漫画全彩无遮挡| 欧美一级a爱片免费观看看| 欧美日韩精品成人综合77777| 欧美xxxx性猛交bbbb| 欧美日韩一区二区视频在线观看视频在线 | 色婷婷久久久亚洲欧美| 国产又色又爽无遮挡免| 中文欧美无线码| 69人妻影院| 中文字幕制服av| 久久久久久久久久人人人人人人| 久久久久久久久大av| 2021少妇久久久久久久久久久| a级一级毛片免费在线观看| 91午夜精品亚洲一区二区三区| 欧美性感艳星| 国产91av在线免费观看| 全区人妻精品视频| 精品久久久久久久久av| 热re99久久精品国产66热6| 成人高潮视频无遮挡免费网站| 国产伦精品一区二区三区视频9| 99久国产av精品国产电影| 国产精品人妻久久久久久| 精品久久久久久久久亚洲| 在现免费观看毛片| 菩萨蛮人人尽说江南好唐韦庄| 在线观看国产h片| 国产69精品久久久久777片| 亚洲欧美一区二区三区黑人 | 亚洲最大成人av| 日韩视频在线欧美| 在线观看三级黄色| 成人美女网站在线观看视频| 久久久久久久久大av| 亚洲av不卡在线观看| 亚洲精品乱码久久久久久按摩| 99久久精品国产国产毛片| 国产黄片美女视频| 色播亚洲综合网| 在线精品无人区一区二区三 | 午夜激情福利司机影院| 成人毛片a级毛片在线播放| 欧美成人一区二区免费高清观看| 欧美激情久久久久久爽电影| 69人妻影院| 久久亚洲国产成人精品v| 亚洲欧洲日产国产| 午夜免费观看性视频| 国产成人免费观看mmmm| 极品少妇高潮喷水抽搐| 久久久久久伊人网av| 午夜精品国产一区二区电影 | 最近的中文字幕免费完整| 寂寞人妻少妇视频99o| 日韩欧美精品免费久久| 亚洲av二区三区四区| 国产高清有码在线观看视频| 久久久久国产网址| 久久97久久精品| 欧美人与善性xxx| 我要看日韩黄色一级片| 亚洲无线观看免费| 国产精品女同一区二区软件| 中国美白少妇内射xxxbb| 激情五月婷婷亚洲| 亚洲精华国产精华液的使用体验| 91久久精品国产一区二区三区| 久久精品熟女亚洲av麻豆精品| 99久久中文字幕三级久久日本| 日本三级黄在线观看| 26uuu在线亚洲综合色| 国产一级毛片在线| 少妇被粗大猛烈的视频| 欧美极品一区二区三区四区| 日韩不卡一区二区三区视频在线| 免费黄网站久久成人精品| 欧美日韩精品成人综合77777| 婷婷色av中文字幕| av免费观看日本| 又爽又黄无遮挡网站| 日产精品乱码卡一卡2卡三| 午夜爱爱视频在线播放| 亚洲精品自拍成人| 亚洲精品成人av观看孕妇| 日韩一本色道免费dvd| av女优亚洲男人天堂| 欧美三级亚洲精品| 日本欧美国产在线视频| 亚洲精品aⅴ在线观看| 国产老妇伦熟女老妇高清| 精品熟女少妇av免费看| 国语对白做爰xxxⅹ性视频网站| 三级男女做爰猛烈吃奶摸视频| 天天躁日日操中文字幕| av天堂中文字幕网| 精品久久久久久久末码| 精品国产露脸久久av麻豆| 丰满少妇做爰视频| 成年女人看的毛片在线观看| 成年人午夜在线观看视频| 制服丝袜香蕉在线| 人妻少妇偷人精品九色| 国产黄色免费在线视频| 啦啦啦啦在线视频资源| 亚洲成人中文字幕在线播放| 中文字幕免费在线视频6| 日韩伦理黄色片| 亚洲精品国产av蜜桃| 少妇丰满av| 亚洲av不卡在线观看| 欧美bdsm另类| 内地一区二区视频在线| 亚洲av.av天堂| 国产亚洲av片在线观看秒播厂| 亚洲av.av天堂| 乱码一卡2卡4卡精品| 我的女老师完整版在线观看| 国产精品麻豆人妻色哟哟久久| 国产成年人精品一区二区| 丝袜喷水一区| 麻豆国产97在线/欧美| 久久久精品免费免费高清| 国产男女内射视频| 亚洲欧美成人精品一区二区| 最近中文字幕高清免费大全6| 成人高潮视频无遮挡免费网站| 久久97久久精品| 伦理电影大哥的女人| 性插视频无遮挡在线免费观看| av福利片在线观看| 精品久久久精品久久久| 国产午夜福利久久久久久| 免费观看的影片在线观看| 日本黄大片高清| 色婷婷久久久亚洲欧美| 亚洲激情五月婷婷啪啪| 日本黄色片子视频| 99热国产这里只有精品6| 日本三级黄在线观看| 亚洲伊人久久精品综合| 成人美女网站在线观看视频| 欧美少妇被猛烈插入视频| 日韩在线高清观看一区二区三区| 免费观看性生交大片5| 五月开心婷婷网| 国产免费一区二区三区四区乱码| 制服丝袜香蕉在线| 免费黄色在线免费观看| 哪个播放器可以免费观看大片| 国产91av在线免费观看| 中国三级夫妇交换| 秋霞伦理黄片| 一级毛片久久久久久久久女| 亚洲色图av天堂| 18禁裸乳无遮挡免费网站照片| 免费观看av网站的网址| 丝袜脚勾引网站| 国产精品国产三级专区第一集| 婷婷色av中文字幕| 精品久久久久久电影网| 国产一区有黄有色的免费视频| 一边亲一边摸免费视频| kizo精华| 一二三四中文在线观看免费高清| 你懂的网址亚洲精品在线观看| 国内精品宾馆在线| 国产黄色免费在线视频| 特大巨黑吊av在线直播| 亚洲国产精品专区欧美| 日韩视频在线欧美| av在线天堂中文字幕| 成人高潮视频无遮挡免费网站| 亚洲婷婷狠狠爱综合网| 亚洲精品aⅴ在线观看| 秋霞在线观看毛片| 精华霜和精华液先用哪个| av线在线观看网站| 日日摸夜夜添夜夜爱| 黄色一级大片看看| 大香蕉97超碰在线| 久久精品人妻少妇| 欧美 日韩 精品 国产| 菩萨蛮人人尽说江南好唐韦庄| 国产精品麻豆人妻色哟哟久久| 亚洲欧洲日产国产| 不卡视频在线观看欧美| 精品久久久久久久末码| 成人毛片a级毛片在线播放| 99热这里只有是精品在线观看| 久久精品国产自在天天线| 又爽又黄a免费视频| 自拍欧美九色日韩亚洲蝌蚪91 | 成人综合一区亚洲| 国产精品精品国产色婷婷| 99久久九九国产精品国产免费| 国产在视频线精品| 久久热精品热| 特大巨黑吊av在线直播| 日韩三级伦理在线观看| 91精品一卡2卡3卡4卡| 日日摸夜夜添夜夜爱| 欧美日韩一区二区视频在线观看视频在线 | 精品久久久噜噜| 一级毛片电影观看| 99久久九九国产精品国产免费| 久久久久九九精品影院| 久久久亚洲精品成人影院| 久久精品久久久久久噜噜老黄| av黄色大香蕉| 久久久精品94久久精品| 国产精品一区二区三区四区免费观看| 亚洲欧美清纯卡通| 免费高清在线观看视频在线观看| 国产久久久一区二区三区| 久久人人爽人人爽人人片va| 欧美+日韩+精品| videossex国产| 欧美精品人与动牲交sv欧美| 如何舔出高潮| 亚洲一级一片aⅴ在线观看| 日韩一区二区视频免费看| 黄色怎么调成土黄色| 亚洲成人av在线免费| 国产片特级美女逼逼视频| av播播在线观看一区| 九九爱精品视频在线观看| 亚洲av福利一区| 亚洲性久久影院| 一区二区三区免费毛片| 久久精品人妻少妇| 九九爱精品视频在线观看| 久久久国产一区二区| 特级一级黄色大片| 免费观看的影片在线观看| 国产精品国产三级专区第一集| 成年av动漫网址| 自拍欧美九色日韩亚洲蝌蚪91 | 国产淫语在线视频| 视频中文字幕在线观看| 肉色欧美久久久久久久蜜桃 | 亚洲怡红院男人天堂| 成人一区二区视频在线观看| 亚洲,一卡二卡三卡| 亚洲欧美一区二区三区黑人 | 水蜜桃什么品种好| 少妇被粗大猛烈的视频| 青春草视频在线免费观看| 嫩草影院新地址| 亚洲电影在线观看av| 建设人人有责人人尽责人人享有的 | 国产极品天堂在线| 尤物成人国产欧美一区二区三区| 91久久精品国产一区二区三区| 亚洲色图av天堂| 丝袜脚勾引网站| 少妇被粗大猛烈的视频| 一级毛片aaaaaa免费看小| 一区二区三区四区激情视频| 午夜福利在线观看免费完整高清在| 99热这里只有是精品在线观看| 国产精品久久久久久精品电影| 国产精品国产av在线观看| 六月丁香七月| 日韩av在线免费看完整版不卡| 成年av动漫网址| 男女边吃奶边做爰视频| 一个人看的www免费观看视频| 国产精品99久久99久久久不卡 | 成人一区二区视频在线观看| av国产精品久久久久影院| 三级国产精品欧美在线观看| 晚上一个人看的免费电影| 午夜激情久久久久久久| 日韩国内少妇激情av| 色婷婷久久久亚洲欧美| 3wmmmm亚洲av在线观看| 秋霞伦理黄片| 天天躁日日操中文字幕| 国产黄色免费在线视频| 乱码一卡2卡4卡精品| 一级二级三级毛片免费看| 国产老妇女一区| 少妇熟女欧美另类| 亚洲国产精品专区欧美| 国产伦理片在线播放av一区| 高清欧美精品videossex| 亚洲成人精品中文字幕电影| 国产成人精品一,二区| 日本av手机在线免费观看| 国产免费福利视频在线观看| 女人被狂操c到高潮| 欧美日韩精品成人综合77777| 欧美高清性xxxxhd video| 中文在线观看免费www的网站| 日韩av不卡免费在线播放| 国产中年淑女户外野战色| 2021天堂中文幕一二区在线观| 男人狂女人下面高潮的视频| 国产精品国产三级国产av玫瑰| 国产精品99久久久久久久久| 成年人午夜在线观看视频| 日韩中字成人| 精品久久久久久久人妻蜜臀av| 久久韩国三级中文字幕| 国产黄色免费在线视频| 真实男女啪啪啪动态图| 色视频在线一区二区三区| 1000部很黄的大片| 亚洲不卡免费看| 青春草亚洲视频在线观看| 九九在线视频观看精品| 免费看日本二区| 一级a做视频免费观看| 夫妻性生交免费视频一级片| 99热全是精品| 黑人高潮一二区| 日本熟妇午夜| 丝袜脚勾引网站| 精品一区二区免费观看| 人人妻人人爽人人添夜夜欢视频 | 欧美+日韩+精品| 最近手机中文字幕大全| 五月伊人婷婷丁香| 欧美变态另类bdsm刘玥| 成人无遮挡网站| 免费看a级黄色片| 日韩视频在线欧美| 亚洲精品影视一区二区三区av| 2022亚洲国产成人精品| 久久久久久久亚洲中文字幕| 一区二区三区四区激情视频| 男女边摸边吃奶| 国产高清三级在线| 欧美zozozo另类| 国产极品天堂在线| 天堂网av新在线| 国产精品久久久久久av不卡| 一区二区三区精品91| 男人添女人高潮全过程视频| 亚洲高清免费不卡视频| 国产精品成人在线| 夜夜爽夜夜爽视频| 王馨瑶露胸无遮挡在线观看| 亚洲欧美日韩无卡精品| 日韩电影二区| 性色avwww在线观看| 3wmmmm亚洲av在线观看| 亚洲精品一二三| 热99国产精品久久久久久7| 国产精品av视频在线免费观看|