适应网络教育自动组卷算法的研究

针对网络教育开放性、自主性的特点,本文提出了适应于网络教育的以知识点为核心的自动组卷算法.在分析试题库层次结构和数据表属性设置的基础上,该算法把题型平均难度系数、题型个数作为主要控制目标,以包含题目题型作为主要条件筛选知识点,以此选择试题,而后对题目按知识点的各难度等级分类,从而按知识点选题组卷,并运用适当的组卷策略优化组卷结果.实验表明,该算法依据不同的组卷策略自动生成的试卷,组卷效率、成功率和知识点覆盖率均比较理想.     

试题库系统中随机抽题算法的设计与实现

针时职业教育精品网站的特点,提出适应于网络教育的以知识点为核心的自动组卷算法.该算法把题型难度比例、题型个数作为主要控制目标,从而按知识点选题组卷,并运用适当的随机算法组卷策略优化组卷结果.实验表明,该算法依据不同的组卷策略自动生成的试卷,组卷效率、成功率和知识点覆盖率均比较理想.     

基于知识点的试题库组卷算法的建立

试题组卷算法的优劣直接影响到试题库的性能。本文在分析基于知识点的试题库结构的基础上,阐述以知识点、难度系数和题型为主要控制参数的组卷算法的建立与实现方法。     

基于知识点的试题库组卷算法的建立

试题组卷算法的优劣直接影响到试题库的性能。本文在分析基于知识点的试题库结构的基础上,阐述以知识点、难度系数和题型为主要控制参数的组卷算法的建立与实现方法。     

基于动态试题难度参数的智能组卷策略*

针对网络考试系统的即时性和高效性,提出了基于动态试题难度参数的智能组卷算法的设计策略,利用二项分布函数做难度曲线分布模型,结合目标函数对试题多种参数进行优化。根据试卷的整体难度,以试题难度参数为优先,运用试题选题参数调节知识点之间的平衡,试题曝光参数选取出卷频率比较低的试题,从而确定各种题型不同试题难度数量,实现快速自动组卷的目标。     

基于分类同步优化函数法的自动组卷策略

在研究组卷问题的基础上,对组卷策略进行分析,提出一种按题型分类、对多组卷约束条件进行同步优化的函数方法,给出配合此算法的数据库结构设计,并在ASP.NET(C#)+SQL Server架构下,分析算法的具体实现。经多次测试表明,该组卷策略能很好地实现按各题型题数及分值、知识点分布比例、不同难度分布比例的约束条件进行自动抽题,组卷简便、高效、稳定,具有一定的实用性。     

基于知识点题型分布和分值的智能组卷算法研究

首先介绍了试题库的结构与建立，在试题库中根据知识点把所有试题进行了划分，同时说明了组卷控制参数知识库的结构，论述了由知识点的教学要求利用组卷控制参数知识推出知识点题型分布和优化调整知识点难度系数的推理机制。在此基础上．较详细地阐述了基于知识点的智能组卷算法及该算法应用于“全国注册建筑师考试系统”的智能组卷过程。     

基于知识点查询的数据结构教考分离系统

研究基于知识点查询的组卷算法,构建一个基于知识点查询的数据结构教考分离系统,根据指定知识点集自动生成不同难度、不同题型的试卷,并自动完成阅卷等相关工作,对教学情况作出客观公正的评价。     

基于知识点查询的数据结构教考分离系统

研究基于知识点查询的组卷算法,构建一个基于知识点查询的数据结构教考分离系统,根据指定知识点集自动生成不同难度、不同题型的试卷,并自动完成阅卷等相关工作,对教学情况作出客观公正的评价。     

试题库组卷策略与选题算法

试题组卷算法的优劣直接影响到试题库的性能。该文在试题库参数设定的基础上,从题型、知识点与难度三维立体结构中粗选试题,再通过优先权参数的计算精选优质试题,并运用了多种组卷策略,提高了组卷的灵活性和成功率。     

改进的APRIORI算法在试卷系统数据挖掘中的应用

本文通过对数据挖掘技术的研究,采用关联规则法对学生答题数据进行分析,并在关联规则使用中采用改进型的Apriori算法进行运算,构建高频集,并对于高分学生和低分学生的试卷进行了加权处理,使得高频集中的试题在知识点和难度上的关联更加突出,便于在自动组卷时更科学地评价试卷.     

考试系统试题库及组卷方案的设计

在自动考试系统的题库建设中,试题库设计及组卷策略是关键环节。试题库中试题的参数,不同的试题库不尽相同,这里定义为:试题=(编号、题型、题干、答案、分值、试题难度、区分度、知识点、使用次数);试卷=(标题、考试时间、考试日期、总分值、题型、试卷难度、试卷区分度、知识点、曝光度)。     

On the impact of adaptive test question selection for learning efficiency

In this paper we present a method for adaptive selection of test questions according to the individual needs of students within a web-based educational system. It functions as a combination of three particular methods. The first method is based on the course structure and focuses on the selection of the most appropriate topic for learning. The second uses Item Response Theory to select the k-best questions with adequate difficulty for a particular learner. The last is based on the usage history and prioritizes questions according to specific strategies, e.g. to filter out the questions that were recently asked. We describe how these methods evaluate user answers to gather information concerning their characteristics for a more precise selection of further questions. We describe an evaluation of the impact of a proposed method through two different types of experiments in the domain of learning programming, which both showed that our method for adaptive test question selection increases the overall learning outcome, especially for lower than average performing students.     

基于联合概率矩阵分解的个性化试题推荐方法

近年来随着在线教育中试题资源数量爆炸式的增长,学生很难在海量的试题资源中找到合适的试题,因此面向学生的试题推荐方法应运而生;然而,传统的基于概率矩阵分解的试题推荐方法没有考虑学生的知识点掌握信息,导致推荐结果准确率低,为此,提出一种基于联合概率矩阵分解的个性化试题推荐方法。首先,通过认知诊断模型得到的学生知识点掌握信息;然后,结合学生、试题和知识点三者信息进行联合概率矩阵分解;最后,根据难度范围进行试题推荐。实验结果表明,与其他传统推荐方法相比,所提方法在不同难度试题推荐的准确率上取得了较好的推荐结果。     

基于时空聚类分析的自动组卷模型研究

为提高题库自动组卷的质量,以ACM Online Judge系统评测数据为研究对象,将时间方差和平均用时作为时空特征对题目进行自动聚类分析;在聚类基础上,使用各分类所有题目的提交次数和提交解决次数计算每类题目的难度系数,并采用高斯随机过程建立自动组卷模型。与传统经验组卷方法相比较,提出的自动组卷模型以题目难度和区分度为依据,组卷质量可科学评价测试者知识水平。实验结果表明,提出的自动组卷模型简单有效,适用性强。     

网络考试题库自动组卷策略研究

组卷是网络考试系统的核心部分,通过组卷来决定试卷的题量、试卷的知识点分布、试卷类型及考试时间的多少。组卷系统是实现考试规范化、公平化、合理化的重要途径。因此,为了解决在网络教学平台中开发和提供功能完善的网络组卷系统这一问题,对网络考试题库自动组卷策略进行了探讨。     

基于蒙特卡罗方法的试卷难度分布研究

本文根据教育测量学理论对试题难度和试卷难度分布问题进行了概率学研究，提出了基于蒙特卡罗方法的试卷难度分布求解思路并进行了实现。文中针对常模参照性考试详细讨论了正态分布的适用范围，并讨论了蒙特卡罗方法的收敛性，同时给出了该方法的计算结果。研究表明，蒙特卡罗方法在解决试卷难度分布问题方面具有较好的优势。