基于项目反应理论的试题库系统研究

论文摘要

试题库系统是进行计算机辅助教学的一种重要的工具,在远程教育、高等学校、科研院所、教育培训等诸多方面有着广泛的应用。在互联网技术迅速发展的今天,基于网络技术的考试系统得到了迅猛的发展,试题库系统也得到了越来越广泛的研究与应用。近年来,随着教育测量理论的发展,以项目反应理论为基础的试题库产品逐渐得到了越来越广泛的的应用,基于项目反应理论的试题库产品可以根据每个学生的实际情况,从题库中针对每个应试学生选出难度水平适合他们的试题。本文着眼于现有试题库产品的现状,分析其主要不足,结合现代教育测试理论,引入了项目反应理论(IRT),并研究基于项目反应理论的试题库系统,力图克服现有试题库产品的不足,根据用户在系统中的各种表现为其量身定制学习及测试方案。本文研究的主要内容是基于项目反应理论的试题库系统的构建方法和和系统实现的总体架构。通过本文的研究,可以针对不同学生的知识掌握情况,根据学生在学习过程中的习惯和表现,自动调整教学策略和教学思路,因地制宜的制定测试计划和练习内容,以适应学生的能力水平和学习进度,提高学生学习的积极性,从而有效的提高教学效果,使试题库系统能够更好的服务于教学。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 试题库系统概述
• 1.1 试题库理论概述
• 1.2 试题库的优点
• 1.3 试题库系统的国内外研究现状
• 1.4 试题库系统的发展趋势
• 1.5 试题库研究中存在的问题
• 第二章 项目反应理论概述
• 2.1 现代教育测试理论
• 2.1.1 经典测量理论（CTT）
• 2.1.2 项目反应理论（IRT）
• 2.1.3 基于经典测试理论的试题库系统研究现状
• 2.1.4 基于项目反映理论的试题库系统研究现状
• 2.2 项目反应理论的发展和研究现状
• 2.3 项目反应理论的假设和试题特征曲线
• 2.4 项目反应理论中的项目分析参数
• 2.5 小结
• 第三章 项目反应理论的模型及参数估计方法
• 3.1 逻辑斯蒂克模型（Logistic Model）
• 3.2 极大似然估计法
• 3.3 基于神经网络的参数估计方法
• 3.3.1 神经网络基础理论
• 3.3.2 神经网络用于参数估计
• 3.4 基于遗传算法的参数估计方法
• 3.4.1 遗传算法的原理
• 3.4.2 遗传算法的求解步骤
• 3.4.3 遗传算法用于参数估计
• 第四章 题库系统的建设
• 4.1 前言
• 4.2 题库文件的数据结构
• 4.3 试题库的创建
• 4.4 统计分析
• 4.5 试题库系统的理论模型
• 4.6 题库建设的几个核心问题
• 第五章 系统总体架构设计
• 5.1 开发模式介绍
• 5.1.1 客户机/服务器（C/S）模式
• 5.1.2 浏览器/服务器（B/S）模式
• 5.2 系统设计目标
• 5.3 系统可行性分析
• 5.4 开发模式选择
• 5.5 数据库平台选择
• 5.6 系统构成
• 5.7 系统工作流程
• 5.8 系统需解决的关键问题
• 第六章 结束语
• 参考文献
• 攻读硕士期间发表论文目录
• 致谢