Towards Association Rule-based Item Selection Strategy in Computerized Adaptive Testing
.
Una de las etapas más importantes de las pruebas adaptativas informatizadas es la selección de ítems, en la cual se utilizan diversos métodos que presentan ciertas debilidades al momento de su aplicación. Así, en este trabajo, se propone la integración de la minería de reglas de asociación como criterio de selección de ítems en un sistema CAT. Se presenta el análisis de algoritmos de minería de reglas de asociación como Apriori, FP-Growth, PredictiveApriori y Tertius en dos conjuntos de datos con el fin de conocer las ventajas y desventajas de cada algoritmo y elegir el más adecuado. Se compararon los algoritmos teniendo en cuenta el número de reglas descubiertas, el soporte y confianza promedios y la velocidad. Según los experimentos, Apri... Ver más
2389-8186
2389-8194
7
2020-12-01
19
30
Revista Perspectiva Empresarial - 2020
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
| Sumario: | Una de las etapas más importantes de las pruebas adaptativas informatizadas es la selección de ítems, en la cual se utilizan diversos métodos que presentan ciertas debilidades al momento de su aplicación. Así, en este trabajo, se propone la integración de la minería de reglas de asociación como criterio de selección de ítems en un sistema CAT. Se presenta el análisis de algoritmos de minería de reglas de asociación como Apriori, FP-Growth, PredictiveApriori y Tertius en dos conjuntos de datos con el fin de conocer las ventajas y desventajas de cada algoritmo y elegir el más adecuado. Se compararon los algoritmos teniendo en cuenta el número de reglas descubiertas, el soporte y confianza promedios y la velocidad. Según los experimentos, Apriori encontró reglas con mayor confianza y soporte en un menor tiempo.
|
|---|---|
| ISSN: | 2389-8186 |