基于分支定界与最大团算法的等质组卷系统研究
在线学习常常需要等质试卷来实施网络环境下的学习评价和测试,而目前的组卷系统大多在给定知识点覆盖和难度系数等的简单约束下从题库随机抽题,试卷质量得不到保证.本研究以项目反应理论(ItemResponse Theory,IRT)作为试卷质量的评估标准,先用分支定界优化算法从题库中产生若干道试题,再用最大团算法从备选试卷中生成差异化最大的一组等质试卷.用户可选的组卷参数包括题目类型,每种题型的题数和排列方式,考察知识点范围和每个知识点所占比例,试卷难度系数分布和区分度系数,试卷间的最大重叠题数和需要生成试卷的数量.系统生成的试卷严格满足题型约束,知识点覆盖约束和最大重叠题数约束,最小化知识点比例差异,根据IRT理论求出的信息函数差异,最大化出卷数量.
在线学习 组卷系统 质量评估 项目反应理论 分支定界 最大团算法
阮佳慧 盛展辉 江波
浙江工业大学教育科学与技术学院 新瑞阳光粒子医疗装备(无锡)有限公司
国内会议
广州
中文
1080-1082
2018-05-26（万方平台首次上网日期，不代表论文的发表时间）