基于统计学习的试题难度系数修正算法

试题的难度系数是自动生成考试试卷、影响考试质量的一个重要因素。然而,如何准确确定试题的难度系数是考试系统的一个难点。提出将试题的难度系数分为理论难度系数G和样本难度系数G_k,并将序列{G_k}构造到Hilbert空间上,利用Hilbert空间的完备性,得出了序列{G_k}收敛于G。最后利用统计学习理论的经验风险最小准则,构造了G_k的一个学习器模型,该模型建立在严密的数学理论基础之上,具有收敛速度快和根据考试样本数据进行学习修正的特点。