基于人工神经网络的C．TEST阅读理解题目难度的预测研究

实用汉语水平认定考试（简称C．TEST）是用来测试母语非汉语的外籍人士在国际环境下社会生活以及日常工作中实际运用汉语能力的考试。由于C．TEST的考试题目公开,题库数量较小,所以通过一般标准化考试采用的在部分目标被试中实施预测（fieldtest）的方法来获取考试题目的难度参数存在困难。然而,人工神经网络技术作为现代人工智能研究的成果,在预测（prediction）领域发挥了很大作用。本文选取C．TEST（A—D级）的阅读理解题目作为研究材料,运用人工神经网络技术对其难度进行预测,得到了网络预测难度值与实际考试难度值显著相关的研究结果。这一结果表明,利用人工神经网络模型对语言测验的题目难度等参数进行预测是可行的。     

计算机自适应测验

计算机自适应测验（Computerized Adaptive Testing,简称CAT）是用项目反应理论建立题库,并由计算机根据被试能力水平自动选择测题,最终对被试能力作出估计的一种新型测验,其目的在于通过被试正确回答题目难度的高低来评价其能力。     

网络化计算机考核与管理系统--题库管理模块的创新研究与设计

本文论述了在网络化的计算机考核与管理系统中，题库管理模块的创新研究。主要是采用了难度系数的动态存储方法和答案特征点描述法，增加了题库中题目的可信度和降低答案的存储难度，克服题库中题目答案部分过大的问题，从而减低题库的存储空间，提高了改卷的效率。     

项目反应理论指导下的题库建设

题库是现代计算机技术的产物,是计算机化测验的基础。无论是计算机智能化组卷测验,还是计算机自适应测验,都离不开题库。题库对心理与教育测验进一步科学化、现代化起到了较大的推动作用。在项目反应理论指导下的题库建设一般可分为题库总体设计、命题与参数设计、设计题库的生成系统、设计评分和解释等。     

网络教学支撑平台中题库系统设计与实现

本文论述的题库系统基于 Unix环境 ,采用 Client-Web-Database三层应用结构 ,实现了题目的生成、修改和题库管理功能。利用该系统教师可以向作业题库、考试题库、测验题库和实验题库中添加多种类型的试题 ;支持组题的制作 ;提供特殊字符工具板和方便的图形图像插入功能 ;题库通过接收试题应用后的反馈数据 ,动态更新题目难度     

基于XML的Microsoft Office操作题自动评分及题库建设的实现

Microsoft Office操作题自动评分及题库建设是“计算机应用基础”考试与自动评卷系统的重要组成部分。利用XML可以存放数据,表示数据之间复杂的逻辑关系,成功地实现Microsoft Office自动评分及题库建设;并且解决考试系统中以可视化方式向题库增加操作性题目这一技术难点。     

浅谈基层“小题库”建设的方法

题库,是指测验或考试题目的集中贮存。题库中包括大量按科目、内容及难易程度归类、分类贮备的被选题,用于编制当次或多次要用的成套测验或其他各种测验。题库建设是目前小学数学教学改革中一个亟待解决的问题。但是,不少教师、教研人员及基层教     

新颖、高效的结构化计算机辅助测验系统

随着计算机应用的普及和发展,计算机辅助教学正在兴起。计算机辅助测验(Com-puter Assisted Test简称CAT)是计算机辅助教学的一个重要方面,其功用就是以计算机编制的试卷为主要手段来进行教学效果检查。利用计算机编制试卷就是通过合理巧妙的选题算法,对题库中的题目从形式、难度及内容等方面来控制计算机的选题过程,生成符合测试者意图的试卷。它具有系统、公平、     

对B类题库建设中若干问题的思考

所谓B类题库,是指多套已组好的平行试卷的集合,其实质是"卷库",且试卷中的题目一般不标明属性和参数。在A类题库之外建设B类题库有其必要性。它不仅建设周期短、发挥攻效快、建设成本少,而且在难度控制、考试安全等方面也具有一定优势。同时,B类题库可以为最终建成A类库奠定良好的基础。B类题库可以有"试卷库"、"模块库"等多种形式,而模块则可根据需要以多种方法进行拆分。当然,B类题库也存在一些缺陷和问题,比如试卷等值、题目查(?)、试题更新等。为有效解决这些问题,我们已经研究出一些办法,并且还将继续进行探索,使B类题库在考试命题工作中发挥更大的效益和作用。     

项目反应理论在题库系统建设中的应用

加强标准化题库建设是检测教学效果的必然要求,也是大学物理课程建设和教学改革的需要。运用项目反应理论开发题库,可以弥补基于经典测试理论的题库的不足,提高测量精度,缩短测验长度,使试题系数更加规范,保证试题的科学性和有效性。     

"IBM-PC宏汇编语言"题库系统的设计和实现

通过对“IBM-PC宏汇编语言”课程的题库系统的设计，探讨了在设计过程中应该考虑的各个因素，建立了一个基于Visual Foxpr06．0平台的题库系统．     

基于UML的商品订货信息服务系统

探讨了利用统一建模语言对系统进行面向对象分析、设计以及实现问题，顺利实现了对象模型向关系数据库模型的转换。     

智能型试卷自动生成系统中试卷难度控制技术的研究

本文给出了试题难度和试卷难度的一种评估指标体系,讨论了试题、试卷难度的控制方法,并给出了试卷难度的一种控制模型和实现思路,以及该难度控制技术在智能型试卷自动生成系统中的实现,为智能型试卷自动生成系统中试卷难度的控制提供了理论依据。     

通用习题管理系统试题属性研究

研究了通用习题管理和智能组卷评价系统中题库建设的问题,分析试题的各类相关属性,为题库建设提供必要的依据。针对不同课程在考查中组卷的特性,对试题的静态和动态属性逐一分析,为相关参数的设置提供依据。     

基于随机森林的数学试题难易度分类研究

为了实现教育领域的“个性化”,无论是自由组卷的个性化,还是试题推荐的个性化,都首先需要确定试题难易度。研究目标为寻找新的方法解决基于试题难易度的分类问题,提高分类准确率。以高中数学为例,采用2018年多套高考数学试题作为实验数据,对原始数据各个特征进行相关性分析,剔除影响较小的特征,再采用随机森林算法探索试题难易度分类问题,对参数进行改进优化,并与其它分类方法进行对比。实验结果证明,采用随机森林的高中数学试题分类准确率高达90%,而其它3种分类算法准确率分别为72%、74%、74%。因此得出结论,随机森林算法在高中数学试题难易度分类上有较好表现,能够大幅提高分类准确率。     

CAI中自动出卷系统的设计与实现

针对传统人工出卷知识点覆盖不全面、难易程度不好把握、分值分布不均、耗时又耗力等问题,采用Visual C＋＋开发平台通过ADO数据库接口连接Access数据库,设计了一个自动出卷系统。该系统实现了试题库管理（包括试题增加、删除和查询）、难度管理和试卷生成等功能,具有界面简洁、出卷迅速、易于管理等特点。     

基于UML的网络游戏建模研究

主要讨论UML在网络游戏框架设计建模过程中的应用。提出了网络游戏框架设计技术中需要解决的关键问题:游戏平台实现和服务层实现。主要围绕框架设计的这两个关键问题进行具体的UML建模工作,为具体的游戏开发语言代码编写打下一个良好的基础。利用一个具体游戏实现过程中的建模问题,从UML的角度来对游戏的设计进行组织和研究设计。     

基于CASE工具的成矿预测空间数据库模型的构建

成矿预测的地学空间数据库是进行成矿预测的基础,文章探讨了基于ArcGIS的File Geodatabase数据模型,阐述运用CASE工具及UML模型构建成矿预测空间数据库的方法及关键技术.模型应用于成矿预测空间的数据库建设,具有可移植和可扩展等特性,为空间数据库建设提供了灵活方便的服务.     

基于智能组卷策略的在线测试系统的研究与开发

针对当前在线测试系统存在兼容性差、安全性低以及组卷质量差的问题,提出基web三层结构的智能组卷在线测试解决方案。采用UML工具分析与设计系统,使用ASP．NET与AJAX技术开发系统,详细论述在线测试各个环节中的关键技术实现,其中重点介绍一种基于自适应遗传算法的组卷算法。测试实验结果表明,该系统的运行安全、稳定,组卷的速度、质量较高。     

职业技能鉴定中智能化题库组卷模块的研究

对智能化题库组卷模块进行研究：制定组卷计划书,确定题型和题量,根据分布、结构、难度特征参数确定初始值,最后抽题,检查和修改相关数据,为智能化题库的开发与使用提供科学、有效的试卷组成技术基础。