[发明专利]基于蚁群优化搜索的智能题库试卷构造技术无效

专利信息
申请号: 201010566864.1 申请日: 2010-11-29
公开(公告)号: CN102012970A 公开(公告)日: 2011-04-13
发明(设计)人: 张军;胡晓敏;谢振宇 申请(专利权)人: 中山大学
主分类号: G06F19/00 分类号: G06F19/00;G06N3/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 510275 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 优化 搜索 智能 题库 试卷 构造 技术
【说明书】:

技术领域:

发明涉及计算机辅助系统和智能计算两大领域,主要涉及一种基于蚁群优化搜索的智能题库试卷构造技术。

背景技术:

在当代的教育体系中,计算机和网络技术的发展带来了很多的好处和便利。各种各样的计算机辅助应用平台已经被广泛利用,例如智能授课系统、远程学习系统、虚拟实验室、自适应测试系统等。这些被认为是网络化学习的一部分的系统让传统模式的学习和授课更为轻松、灵活和多样化。

一般来说,作为测试学生知识水平和能力的方法,考试是最为常见和有效的。传统上,教师需要花费大量的时间去设计一份试卷,但往往所设计的试卷不能满足试卷难度、区分度以及所需的完成时间等要求。而如今,计算机辅助系统有望更为有效地设计试卷用以测试学生的知识水平。早在20世纪90年代,一些考试机构,例如GRE、托福等,已经开始采用计算机辅助系统来设计试卷。目前这些系统包括Multitest II、CATES等,虽然这些系统生成的试卷在难度、区分度等的要求下存在不足,与传统的手工设计试卷相比,通过这些系统可以更加快速地生成试卷,缩短了考试的时间间隔。此外,针对不同的学生,采取个性化的评估测试方案是目前的发展趋势,而智能题库试卷构造技术能很好地满足这一要求。因此,智能题库试卷构造技术显示出其光明的前景和巨大的价值。

发明内容:

本发明提出了一个能够设计具有高区分度,满足难度、题型和时间要求的高质量智能题库试卷构造技术。虽然目前市面上已经有很多这种类型的技术,可是这些技术在设计考卷的时候只是简单地从题库中随机挑选一些试题,而我们提出的技术充分考虑了所设计的试卷的难度、区分度、涉及的考点、题型以及完成试卷所需的时间。本发明提出的技术具有以下特点:

(1)自适应性:题库中题目的属性会自动地更新以反映学生最近的学习状态。当一个学生登录系统并完成某道试题之后,该试题的一些属性,包括所需完成时间、难度、区分度等,会随之被更新。

(2)可靠性:由于试题的属性会随着学生做练习的时候不断被更新,所以老师或者管理员新加入到题库中的试题对于我们构造的试卷是可靠的。当老师给出测试的要求后,可以构造出一份具有很高评估性的试卷。

(3)组织考试的灵活性:当某些考生由于个人原因缺考时,可以灵活地为该考试另外组织一次考试,并且保证试卷难度、区分度等属性的一致。

除此之外,该技术内嵌了强大的蚁群优化算法来挑选题目以构造一份高质量的试卷。自从Dorigo提出蚁群算法以来,这种算法已经在各种领域得到应用。但是,用该算法来构造试卷还是一种新的尝试。根据分析,蚁群算法中的“蚂蚁”挑选结点来构造路径的过程跟一般的挑选试题的过程是相符的,如图1,因此,可以用该算法来挑选试题。

附图说明:

图1蚂蚁的路径构造示意图

图2(a)ACO-TC整体流程图

(b)蚂蚁构造过程流程图

具体实施方式:

下面结合附图对本发明的技术作进一步的描述。

设一张试卷中有n道题目,每道题目都有它们各自的属性,包括ID号i,类型yi,难度di,分度ei,所需完成时间ti以及涉及的知识点s。假设有Y种类型的题目,每种类型k的题目对应一个分值vi,该类型题目在试卷中所占的比重sk可以被定义为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201010566864.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top