數字學習中試題概念權重自動產生及其最佳化試題組合之研究.pdf

1、當今信息社會,數字學習是一個重要研究領域。數字學習系統(tǒng)中,為了評估學生的學習成效,在線測試是一個重要組成部分。通常試題庫中包含了大量試題,如何從其中選擇合適的內容來進行卷組合并不容易。首先要為試題庫中的試題定義相應的參數(如概念權重),并依據這些參數來自動組卷,這是當前數字學習環(huán)境中的一個重要的研究議題。
　　 本論文旨在研究如何在題庫中自動組合出最佳化試卷,選擇概念權重作為試題參數。論文提出一個架構,自動的分析中文試題的概念權

2、重。該架構首先使用潛在語義分析(LSA)分析關鍵詞和試題之間潛在的語義關系,并運用相似度測試計算關鍵詞之間的相似程度,接著依據相似程度對關鍵詞聚群分析。最后,提出自動產生概念權重(AGCW)方法將試題庫的試題賦予適當的權重值,作為組卷的依據。本研究通過免疫算法(IA)來產生最佳化的試卷組合,并且與遺傳算法(GA)進行了比較。
　　 通過自動產生概念權重(AGCW)方法,論文成功地分析了試題庫中的測試題目參數,并對測試題目中的所有