基于网络的智能考试系统研究与实现

论文摘要

考试是教育评价的主要手段,传统考试特别是大规模的纸笔考试,费时费力,在实施传统考试时,组织管理过程中也存在不少困难。随着计算机技术的飞速发展,在标准化考试中。计算机所起的作用越来越大。但一般的计算机化考试大多是基干计算机的考试,是纸笔考试的无纸化形式,无法实现“因人施侧”。近二十年来,项目反应理论(IRT)指导下的计算机自适应测试(CAT),得到迅速发展和应用。与纸笔考试不同,CAT的宗旨是为每个被试者构建一个理想的考试,使不同的被试者进行不同长度和内容的考试。CAT具有纸笔考试所不具备的优势——更短的测试长度、更高的测试精度、按需测试和即时的成绩及结果报告,都使CAT更具吸引力。本文对网络智能考试系统的设计与实现进行了探讨。自适应测试包括估计被试能力、连续地为被试者选择合适的试题,在达到预期目标时终止考试。本系统以洛德(Lord)最大信息量为选题策略,以条件极大似然估计为能力估计方法,以费舍测验信息总量为侧试终止规则。目前,考试系统中对于主观题(填空题、概念题、简答题、论述题)等题型的自动阅卷算法目前还没有太好的实现,一般的考试系统的评分功能不包括对于主观题的,而对于客观题(选择题和判断题)则实现得比较全面。如果一个考试系统中的考题都是客观题,这样的试卷不是一份好的试卷,仅有这类题型的试卷对测试考生的能力还存在欠缺。因此,理想的试卷针对不同的学科还应该包括有主观题。对于主观题,由于它的答题特点和复杂性,目前还没有一种考试系统能很好地完成其自动阅卷。主观题的自动评分涉及到人工智能、模式识别以及自然语言理解等方面的理论和知识,需要解决很多技术上的问题,因而成为在线考试系统中的一个技术难点。本文侧重于在理论的层次上对主观题判分的方法进行设计和说明,这些方法也具有一定的使用范围和局限性。回顾过去,展望未来,主观题评分技术的实现能被更多的领域所研究,随着以后计算机技术的不断发展,主观题评分技术也能取得很大的进步。最后文章对CAT未来发展的可能性进行了展望。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 问题的提出及研究意义
• 1.2 国内外研究现状
• 1.3 本文研究的目的和研究内容
• 2 自适应考试模型
• 2.1 项目反应理论简介
• 2.1.1 传统测验所面临的问题
• 2.1.2 计算机自适应测验
• 2.1.3 计算机自适应测验与传统的测验比较分析
• 2.1.4 与自适应测验有关的概念
• 2.2 参数模型
• 2.2.1 试题反应理论基本概念
• 2.2.2 试题反应基本假设
• 2.2.3 试题反应模型
• 2.3 能力参数估计
• 2.4 试题信息函数
• 2.4.1 基本概念
• 2.4.2 试题信息函数例图
• 2.4.3 试题信息函数和
• 3 人工智能在考试系统中的应用
• 3.1 自然语言理解
• 3.1.1 概述
• 3.1.2 汉语自动分词技术
• 3.1.3 文本信息模型
• 3.2 知识表示
• 3.2.1 概述
• 3.2.2 框架表示方法
• 3.3 人工智能在考试系统中的应用
• 4 主观题自动评分算法
• 4.1 分词算法
• 4.1.1 最大匹配分词算法
• 4.1.2 最大概率法分词算法
• 4.1.3 部分函数简介
• 4.2 文本的矢量匹配算法
• 4.3 特征词选取
• 4.4 评分
• 4.4.1 制定评分规则
• 4.4.2 自动评分
• 4.5 算法测试
• 5 总体设计方案
• 5.1 自适应考试系统的需求分析
• 5.1.1 功能要求
• 5.1.2 性能要求
• 5.2 自适应考试系统的架构设计
• 5.2.1 C/S 和B/S 模式
• 5.2.2 考试系统的组成与功能
• 5.2.3 系统功能设计
• 5.2.4 系统流程图
• 5.2.5 分布式多层结构
• 5.3 自适应考试系统的详细设计
• 5.3.1 系统表示层设计
• 5.3.2 系统数据库的设计
• 5.3.3 自适应考试策略
• 5.3.4 组卷策略
• 5.4 网络环境
• 5.5 硬件环境
• 5.6 软件环境
• 6 系统的实现
• 6.1 自适应测试设计
• 6.1.1 题库建设
• 6.1.2 能力估计
• 6.1.3 选题策略
• 6.1.4 终止规则
• 6.2 主观题自动阅卷研究与实现
• 6.2.1 传统人工阅卷过程
• 6.2.2 计算机自动阅卷过程研究与分析
• 6.2.3 阅卷算法的设计
• 6.2.4 填空题自动阅卷
• 6.2.5 评阅分析
• 7 安全性考虑
• 7.1 网络环境安全层
• 7.2 网络考试系统安全层
• 7.3 考生的身份验证
• 7.4 试题安全层
• 7.5 考试现场的安全层
• 8 结论与展望
• 致谢
• 参考文献
• 附录