喻晓锋
教授,硕士研究生导师,
基础心理学博士(2012/09-2015/06),
美国圣母大学博士后(2016/09-2018/08)
联系方式
Email: xyu6@jxnu.edu.cn
地址:江西师范大学瑶湖校区明达楼3401
主要研究内容和方向
智慧测评与智慧学习
测评数字化与测验安全
贝叶斯统计与建模研究主题一:现代测量理论及过程性评估
Xiong J. H., Luo Z. S., Luo G. Z., & Yu, X. F., & Li Y. J. (2026).Identifying cognitive attributes in highly correlated test scenarios: A machine learning perspective. Journal of Educational and Behavioral Statistics. Accepted.
Yan, Y. Z., Dong, S. H., & Yu, X. F. (2025). Using ordering theory to learn attribute hierarchies from examinees’ attribute profiles. Journal of Educational and Behavioral Statistics, 50(6), 773-796.
Fu, D. X., Qin, C. Y., Luo, Z. S., Li, Y. J., Yu, X. F*., Ye, Z. Y. (2025). Using regularized methods to validate Q-matrix in cognitive diagnostic assessment. Journal of Educational and Behavioral Statistics, 50(1), 149-179.
Qin, C. Y., Dong, S. H., & Yu, X. F. (2024). Exploration of Polytomous-attribute Q-matrix Validation in Cognitive Diagnostic Assessment. Knowledge-Based Systems, 292, 111577
Xiong,J. H., Luo, Z. S., Luo, G. Z., &Yu, X. F., & Li, Y. J. (2024). An exploratory Q matrix estimation method based on sparse non negative matrix factorization. Behavior Research Methods, 56(7),7647–7673.
董圣鸿, 秦春影, 游晓锋, 喻晓锋. (2025). 无锚题非等组设计下的等值实现. 心理学探新, 45 (1), 72-77+86.
张杰,罗照盛*, 喻晓锋*, 秦春影.(2023).基于称名反应模型的CD-CAT选题方法比较研究. 心理科学, 46(6),1495-1503.
马大付, 秦春影, 喻晓锋*, 何催. (2023). 项目区分度指标在属性多水平和混合计分项目下的组卷研究. 心理与行为研究, 21(6), 760-769.
马大付,秦春影,杨建芹,徐新爱, 喻晓锋*.(2023).认知诊断测验的自动组卷方法. 心理学探新, 43(6),550-557.
叶子玉,秦春影,杨建芹,喻晓锋*, 付道轩.(2023).结合先验信息的多属性诊断测验分类研究. 江西师范大学学报(自然科学版), 47(2),111-123.
秦春影, 喻晓锋*. (2022). 多级属性Q矩阵的验证与估计. 心理学报, 54(11), 1403-130.
Xiong, J. H., Luo, Z. S., Luo, G. Z., & Yu, X. F. (2022). Data-driven Q-matrix learning based on Boolean matrix factorization in cognitive diagnostic assessment. British Journal of Mathematical and Statistical Psychology, 75(3), 638-667.
Shu, T., Luo, G. Z., Luo, Z. S., Yu, X. F., Guo, X. J., & Li, Y. J. (2023). An explicit form with continuous attribute profile of the partial mastery DINA model. Journal of Educational and Behavioral Statistics, 48(5), 573-602.
喻晓锋, 马奕帆, 罗照盛, 秦春影. (2021). 基于K2算法的属性层级结构学习研究. 江西师范大学学报(自然科学版), 45(4), 376-383.
Yu, X. F., & Cheng, Y. (2022). An iterative two-step online item calibration method in CD-CAT, Behavior Research Methods, 56(1), 233–257.
喻晓锋, 唐茜, 秦春影, 李喻骏. (2022). 认知诊断评价中的被试拟合研究. 心理科学, 47(3),744-751.
喻晓锋, 肖遇春, 秦春影. (2023). 基于贝叶斯网模型的多级计分诊断测验分类及比较研究. 心理与行为研究, 21(1), 49-57.
李弘, 罗照盛, 喻晓锋. (2024). 结合作答时间的自适应测验组卷方法. 南昌大学学报(理科版), 48(4), 384-395.
刘海东, 虞芷筠, 李浩, 秦春影, 杨建芹, 喻晓锋. (2024). CAT分层类曝光控制策略研究新进展. 江西师范大学学报(自然科学版), 48(2), 139-146.
Guo, X. J., Luo, Z. S., &Yu, X. F. (2020). A speed-accuracy tradeoff hierarchical model based on cognitive experiment, Frontiers in Psychology, 10, 2910.
Ding, S. L., Luo, F., Wang, W. Y., Yu, X. F., & Xiong, J. H. (2021). Augment algorithm and its role in cognitive diagnosis. 教育测量与评估(Chinese/English Journal of Educational Measurement and Evaluation).
Luo, Z. S., & Yu, X. F. (2020). A CDA-based procedure to IRT scale transformation, Under Review.
罗照盛, 杭丹丹, 秦春影, 喻晓锋. 可以处理补偿作用的认知诊断模型CDINA, 江西师范大学学报(自然科学版), 2020,(5):441-453.
Yu, X. F., Cheng, Y*. (2020).Data-driven Q-matrix validation using a residual-based statistic in cognitive diagnostic assessment., British Journal of Mathematical and Statistical Psychology, 73(1): 145-179.
Yu, X. F., Cheng, Y*., Chang, H. H. (2019).Recent Developments in Cognitive Diagnostic Computerized Adaptive Testing (CD-CAT): A Comprehensive Review, Handbook of Diagnostic Classification Models, von Davier, M., Lee Y, S., Springer, Cham, 307-331, Switzerland, 2019-05-31. Doi: 10.1007/978-3-030-05584-4_15.
Qin, C. Y., Jia, S., Fang, X. W.,& Yu, X. F. (2020). Relationship validation among items and attributes, Journal of Statistical Computation and Simulation, 90(18), 3360-3375.
彭亚风; 罗照盛*; 喻晓锋; 高椿雷; 李喻骏; 认知诊断评价中测验结构的优化设计, 心理学报, 2016, 48(12): 1600-1611.
喻晓锋; 罗照盛*; 高椿雷; 李喻骏; 王睿; 王钰彤; 使用似然比D^2统计量的题目属性定义方法, 心理学报, 2015, 47(3).
喻晓锋; 罗照盛*; 秦春影; 高椿雷; 李喻骏; 基于作答数据的模型参数和Q矩阵联合估计, 心理学报, 2015, 47(2).
罗照盛; 喻晓锋*; 高椿雷*; 李喻骏; 彭亚风; 王睿; 王钰彤; 基于属性掌握概率的认知诊断计算机化自适应测验选题策略, 心理学报, 2015, 47(5).
喻晓锋; 丁树良*; 秦春影; 陆云娜; 贝叶斯网在认知诊断属性层级结构确定中的应用, 心理学报, 2011, 43(03): 338-346.
高椿雷; 罗照盛*; 郑蝉金; 喻晓锋; 彭亚风; 郭小军, CD-CAT初始阶段项目选取方法, 心理科学, 2017, 40(2): 485-491.
高椿雷; 罗照盛*; 喻晓锋; 彭亚风; 郑蝉金, CD-MST初始阶段模块组建方法比较, 心理学报, 2016, 48(8): 1037-1046.
彭亚风; 罗照盛*; 喻晓锋; 高椿雷; 李喻骏, 认知诊断评价中测验结构的优化设计, 心理学报, 2016, 48(12): 1600-1611.
高椿雷; 罗照盛*; 郑蝉金; 喻晓锋; 彭亚风, 具有认知诊断功能的多阶段自适应测验及其影响因素研究, 心理科学, 2016, 39(6): 1492-1499.
罗照盛; 李喻骏*; 喻晓锋; 高椿雷; 彭亚风, 一种基于Q矩阵理论朴素的认知诊断方法, 心理学报, 2015, 47(2).
喻晓锋; 罗照盛*; 高椿雷; 秦春影, Q矩阵包含错误的诊断测验分类准确性比较, 心理科学, 2014, 37(06): 1478-1484.
喻晓锋; 丁树良*; 秦春影, 朴素贝叶斯网分类器在认知诊断中的应用, 统计与决策, 2012, (03): 22-26.
罗欢,丁树良*,汪文义,喻晓锋,曹慧媛. (2010). 属性不等权重的多级评分属性层级方法, 心理学报, 42(4), 528-538.
Yu, X. F., & Cheng, Y*. (2019,4). Data Driven Q-Matrix Validation Using a Residual-Based Statistic in Cognitive Diagnostic Assessments. Paper presented at the Annual Meeting of the National Council on Measurement in Education, Toronto, Canada.(会议论文)
Yu, X. F., & Luo, Z*. (2015,7). Item Selection Strategies Based on Attribute Mastery Probabilities in CD-CAT. Paper presented at the Annual Meeting of the National Council on Measurement in Education, Beijing, China. (会议论文)
喻晓锋, 罗照盛*, 高椿雷, 李喻骏. (2014,8). 基于似然比统计量的Q矩阵在线估计. 第十一届海峡两岸心理与教育测验学术研讨会,台湾.(会议论文)
研究主题二:教育数字化及测验安全有关的理论、方法和技术
辛韵汐, 秦春影, 董圣鸿, 喻晓锋*. (2026). 基于作答时间数据检测考生在测验过程中的速度异常. 心理科学, 49(2), 473–484.
Liu, Z. C., Qin, C. Y*., Luo, Z. S., & Yu, X. F*. (2026). Detecting non-uniform differential item functioning in response time through linear regression. Large-scale Assessment in Education, 14(1), 15.
胡少诚, 秦春影, 彭亚风, 喻晓锋*. (2025). 题目质量受损:原因、危害、检测和处理. 江西师范大学学报(自然科学版), 49 (5), 441-449.
钟小缘, 喻晓锋*, 苗莹, 秦春影, 彭亚风, 童昊. (2022). 基于作答时间数据的改变点分析在检测加速作答中的探索——已知和未知项目参数. 心理学报, 54(10), 1277-1292.
童昊, 喻晓锋*, 秦春影, 彭亚风, 钟小缘. (2022). 多级计分测验中基于残差统计量的被试拟合研究. 心理学报, 54(9), 1122-1136.
Yu, X. F., & Cheng, Y*. (2022). A comprehensive review and comparison of CUSUM and Change-Point-Analysis methods to detect test speededness, Multivariate Behavioral Research, 73(1), 145-179.
Yu, X. F., & Cheng, Y*. (2019).A change-point analysis procedure based on weighted residuals to detect back random responding, Psychological Methods, 24(5), 658-674.
喻晓锋*,叶子玉. (2023,8).基于两阶段增强信息的多属性诊断测验分类研究, 第十四届海峡两岸心理与教育测验学术研究会, 华南师范大学, 2023-08-12至2023-08-14,(会议论文).
施萍萍,喻晓锋*. (2023,8).基于D评分方法的计算机化自适应测验研究, 第十四届海峡两岸心理与测验学术研讨会暨全国教育统计与测量学术年会, 华南师范大学, 2023-08-12至2023-08-14,(会议论文).
Yu, X. F., & Cheng, Y*. (2018,7). Using CPA-based weighted residual method to detect carelessness. Paper presented at the International Meeting of Psychometric Society, NY, USA. (会议论文)
Yu, X. F., & Cheng, Y*. (2018,4). Using CUSUM and CPA to detect speededness. Paper presented at the Annual Meeting of the National Council on Measurement in Education, NY, USA.(会议论文)
Yu, X. F., & Cheng, Y*. (2017,10). Using response time to detect speededness based on CUSUM. Paper presented at the 2017 Ideas in Testing Seminar, IL, USA.(会议论文)
Yu, X. F., & Cheng, Y*. (2017,9). Using change point analysis to detect inattentiveness in polytomous survey response data. Paper presented at the 2017 Conference on Test Security, WI, USA. (会议论文)
部分主持或参加的科研项目
国家自然科学基金地区项目(复杂测验情境下认知诊断的关键技术问题研究,32360208), 2024/01-2027/12,主持;
江西省社会科学基金项目(数字化转型背景下测评数据中的异常检测与分析研究,25JY06),2026/01-2028/12,主持;
江西省教育科学规划重点项目(教育测评数据安全检测与质量提升研究,2025GZD037),2026/01-2028/12,主持;
国家自然科学基金专项项目(基于改变点分析的异常测评数据检测与处理研究,62341207), 2024/01-2024/12,排名第二;
教育部教育考试院十四五规划课题(高考实施过程中的科目跨年分数转换研究,NEEA2021050),2022/01/01-2025/12/31,排名第二,
江西省十四五社科规划2021项目(实现智慧测评与智慧学习的关键技术研究,21JY06),2021/01/01-2023/12/30,主持,
江西省十四五教育规划2021项目(智慧学习和智慧推荐关键技术研究,21YB027),2021/01/01-2023/12/30,主持,
江西省教育厅科研项目(基于贝叶斯网模型的认知诊断评估研究,GJJ191691), 2020/01/01-2022/12/30,主持,
National Science Foundation, United States of America, DRL-1350787, “CAREER: Cognitive diagnostic computerized adaptive testing for AP Statistics”,
教育部人文社会科学研究青年基金项目(认知诊断测验中属性关系的评价指标和估计方法研究,17YJC190029),2017/2-2020/12,结项,主持.
(11) 国家自然科学基金地区项目(基于共同认知结构的测验等值研究,31660279), 2017/01-2020/12,结项,排名第二.
(12) 国家自然科学基金青年项目(认知诊断计算机化自适应测验属性信度的估计方法及应用,31600909),2017/01-2020/12,结项,排名第二.
(13) 国家自然科学基金青年项目(补偿和非补偿机制下测验Q矩阵标定及相关研究,31500909),2016/01-2018/12,结项,排名第四.
