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

该文介绍了一种基于知识点的,采用离散型随机变量的二项分布函数构造选题算法的方法。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。     

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。     

基于知识点约束的遗传算法组卷策略的研究

基于遗传算法的自动组卷策略采用分段实数编码,具有自适应型的交叉和变异遗传算子,基于知识点约束的分题型的组卷算法思想,为自动组卷算法的进一步发展提供了研究方向.     

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。     

基于背包问题的在线组卷算法

针对当前计算机在线自动组卷效率低和效果不理想的问题,提出一种基于背包问题求解的组卷算法,并改进了传统的背包问题求解思想:即按照题型和难度将试卷大包划分成试卷小包,进而分别求解,利用背包问题求解其过程。实验表明,算法可根据专家设计的组卷策略自动生成试卷,效率和成功率都是比较理想的。     

基于知识库的化工原理考试自动组卷系统

用可视化Visaul Basic为程序设计语言,以SQL Server2000为数据库工具,开发自动组卷系统,使应用于化工原理考试。该系统的组卷过程是基于知识点,保证试卷合理的内容和题型分布。系统中建立了考试内容层次知识库、组卷策略知识库和自动组卷机制,使组卷的效率和试卷的质量大为提高。运用该系统组卷操作简单、成功率高,且有利于提高考试的客观性。本文主要介绍组卷系统的基本构成和操作的具体过程。     

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。     

基于遗传算法的自测系统设计与实现

自测是学生进行自我评价与指导的重要途径,有利于培养学生的自我管理意识,提升其自主学习能力。文章设计并实现了一个基于B/S的在线自测系统。它以知识点维护与试题库管理为基础,以自动组卷为核心,提供在线测试与评分、错题本维护等功能。知识点采用分级管理方式,并允许一道题目关联多个知识点。自动组卷采用遗传算法,以知识点覆盖率、试卷难度为优化目标,以题目数量、总分等为约束条件。     

基于基因表达式编程的计算机组卷算法研究

随着计算机技术的发展,传统的手动组卷方法难以满足新时代下的各种领域的需求,为解决传统手动组卷在性能、速度、题型分配等方面的缺陷,基于计算机技术的智能组卷问题日渐变为人们关注的问题。然而目前的组卷算法存在成功率低、计算时间久、知识点覆盖不完整、难度系数难以把握、生成的试卷难以满足要求等问题,导致了生成的试卷无法达到理想的效果。为改善上述问题,引入了基因表达式编程算法,通过使用适当的遗传算子,采用线性定长的编码方式,构造了新的智能组卷方法,避免了传统组卷算法成功率低以及适应性差等问题,解决了多约束条件下试卷的分数分配、章节分配、难度等一系列问题。实验证明,该算法有着较高的效率,能够快速地生成满足要求的试卷。     

基于遗传算法的自动组卷系统的设计与实现

组卷问题是一个在一定约束条件下的多目标参数优化问题,采用传统的数学方法求解十分困难,自动组卷的效率和质量完全取决于试题库设计以及抽题算法的设计。本文以省级《数据结构》精品课程建设为背景,在分析传统组卷算法的优缺点和组卷策略参数的基础上,选用遗传算法,设计并实现了一个自动组卷系统。该算法按照试题类型、数量、难度、区分度、分值和时间等约束条件进行快速搜索并寻找最优解,其中采用分组自然数编码,减少了染色体长度空间;运用自适应理论改进交叉概率及变异概率,使得算法总能找到合适的交叉和变异概率。系统采用C#.NET编程实现,目前已应用于实际教学,取得了良好的教学效果。     

基于遗传算法的自动组卷研究与应用

随着在线考试系统的广泛应用,组卷算法决定了自动组卷的性能。为提高组卷成功率,提出基于遗传算法的自动组卷模型,根据总分、题型、难度、区分度等要求建立多目标、多约束条件的数学模型。采用ASP.NET编程实现,并进行编码、选择、交叉、变异等操作,使遗传算法能满足自动组卷要求。     

遗传算法的组卷策略研究

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;网络组卷系统是实现考试规范化、公平化、合理化的重要途径。运用遗传算法对考试中的自动化组卷进行了研究。     

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。     

基于.NET的题库管理系统设计与实现

试卷命题组卷是教学中的重要环节,然而教师以传统方式进行组卷时,劳动强度非常大,工作周期长,试卷质量难以保证。针对这种情况,提出运用.NET技术和SQL Server数据库,开发基于C/S模式的题库管理系统的方案,介绍了题库管理系统的功能模块、数据库实现、系统架构,阐述了其核心功能的详细实现过程。应用该系统,可以编辑课程、知识点、试题等信息,在设置总分、难度系数、题型等参数后按照一定约束条件进行组卷生成试卷。系统实际应用效果良好。     

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)。