【摘要】：隨著現代信息技術的不斷發(fā)展,教育信息化已經成為高校教育管理中的必要措施。計算機的普及以及存儲性能的提高使教育領域積累了大量考試信息數據,但大部分數據的潛在信息都未被挖掘,造成數據資源浪費�？荚囎鳛樵u判學生學業(yè)水平的主要評價指標,課程考試中試卷質量就顯得尤為重要,而難度作為衡量試卷質量的關鍵,若能提供一種試卷難度預測方法,便可為教學者提供豐富的事前反饋與建議。本文的主要研究內容如下:(1)基于關聯(lián)分析的知識點關聯(lián)性挖掘方法研究。針對大量數據中潛在信息未被挖掘的現象,本研究構建了一種基于關聯(lián)分析的知識點關聯(lián)性挖掘方法。首先,通過對比選取適用于知識點關聯(lián)性挖掘的算法;然后,詳細論述了構建的知識點關聯(lián)性挖掘方法的主要步驟,對原始數據離散化處理,從兩個方面對知識點進行關聯(lián)分析,包括根據得分率高低構建樣本數據進行分類挖掘、根據知識點樣本占總數據量比例不同進行分層挖掘。最后,使用本文構建的挖掘方法,挖掘數據庫課程中知識點之間的關聯(lián)性,得出了可靠性較高的各知識點間的關聯(lián)規(guī)則表,用以度量知識點關聯(lián)性的強度。此外,該成果還可為本研究中試卷難度預測方法提供數據輸入支撐。(2)基于神經網絡的試卷難度預測方法及其優(yōu)化研究。由于試卷難度的影響因素較復雜且難抽取,難以直接預測,因此本文采用先得出試卷中各試題預測難度,后得出試卷預測難度的方式,構建了一種基于神經網絡的試卷難度預測方法,并結合知識點關聯(lián)性對該方法進行優(yōu)化。首先,本研究通過構建徑向基(RBF)神經網絡預測模型對試題難度進行預測,并采用最近鄰聚類算法對RBF模型的中心選取進行優(yōu)化;然后,基于加權累加試題難度的傳統(tǒng)試卷難度計算方法,結合試卷中各知識點的關聯(lián)性得出優(yōu)化后的試卷預測難度結果;最后,通過實驗表明:1)優(yōu)化后的RBF預測模型準確率達到87%,且在精確率、召回率等指標上均優(yōu)于RBF神經網絡、誤差逆?zhèn)鞑?BP)神經網絡、Levenberg Marquardt(LM)神經網絡以及極端梯度提升(XGBoost)算法等預測模型;2)與傳統(tǒng)試卷難度計算方法相比,結合知識點關聯(lián)性考量得出的試卷預測難度與真實難度的平均絕對誤差降低了13%,說明了融合試題難度與知識點關聯(lián)性的試卷難度預測方法的準確性更高。(3)教學輔助系統(tǒng)的設計與實現。該系統(tǒng)以Spring Boot結合MyBatis作為開發(fā)框架,使用Echarts圖形庫實現前臺界面可視化,結合POI實現數據集表格上傳,將挖掘的知識點關聯(lián)性以及試卷難度預測方法應用于系統(tǒng)中,最終以報告單的形式展示挖掘分析與預測結果,為教師教學提供建議。
【學位授予單位】：西北農林科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP183;G424.79
【圖文】：

數據錄入測試結果

圖 5-3 知識點關聯(lián)性分析結果Fig. 5-3 Knowledge Point Association Analysis Results（3）試卷預測難度展示模塊測試。基于試題預測難度對試卷難度預測方法作支撐，依據傳統(tǒng)試卷難度計算方法，本文構建了結合知識點關聯(lián)性優(yōu)化的試卷難度預測方法，與真實難度對比，對教師教學提供建議，對試卷信息進行上傳后，點擊試卷難度預測，經過模型訓練最后可得出由本文構建的方法得出的試卷預測難度值，如下圖 5-4 所示。

【相似文獻】

相關期刊論文 前10條

1 許睿;;中考英語寫作,這么寫更有希望滿分![J];新東方英語(中學生);2017年05期

2 孔祥;;試卷難度對作弊甄別方法臨界值的影響[J];中國考試;2013年08期

3 姚進,段會川,壽思誠,劉弘;基于蒙特卡羅方法的試卷難度分布研究[J];計算機應用與軟件;2004年09期

4 余述;;試卷難度控制的方法[J];中國考試;1997年01期

5 張偉;;提高物理“教”與“學”的實踐與研究[J];學苑教育;2017年22期

6 王輝慶;;我讓學生猜分數[J];湖南教育(語文教師);2009年01期

7 習麗;;高等數學試卷難度及統(tǒng)計分析[J];宜賓學院學報;2007年12期

8 吳澄清,樊建國;試題庫計算機管理過程中的試卷難度控制[J];益陽師專學報;1997年06期

9 張亞南;;地理[J];中國考試;2002年Z1期

10 于福生，任子朝;應用診斷識別模型評估高考數學試卷難度─—基本原理和特點[J];數學通報;1994年06期

相關重要報紙文章 前10條

1 何瑞林;中考試卷難度系數7:2:1[N];揚州日報;2008年

2 記者 梅志清 謝苗楓 孫曉素 通訊員 廖翊華;廣東卷無超綱力求試卷難度均衡[N];南方日報;2007年

3 福建省教育考試院副研究員、博士 羅立祝;高考試題難好,還是不難好？[N];中國教育報;2012年

4 記者 柳萍;抽樣表明：考生整體成績正常[N];三峽日報;2006年

5 教育部考試中心卷;2004年普通高等學校招生全國統(tǒng)一考試試卷評價（一）[N];中國教育報;2004年

6 本報記者 周元邋實習生 蘇曉;新課程特點將更多體現[N];海南日報;2008年

7 本報記者 程熳;三中:讓學困生體驗成功[N];黃石日報;2011年

8 朱萍;考生整體反映試卷平穩(wěn)[N];連云港日報;2008年

9 本報記者 王拓 葛靈丹 蔣廷玉;穩(wěn)中有變，變中求新；貼近生活，聯(lián)系實際[N];新華日報;2015年

10 教育部考試中心;以史鑒今學以致用[N];中國教育報;2001年

相關碩士學位論文 前5條

1 趙姝堯;結合關聯(lián)分析與神經網絡的試卷難度預測方法研究[D];西北農林科技大學;2019年

2 申田靜;基于難度分級的信息技術選擇題在線考試系統(tǒng)設計[D];貴州師范大學;2015年

3 趙雪清;人事考試中相關技術的研究應用[D];中北大學;2008年

4 顧敏;基于因子分析的高職學生綜合素質評價[D];華東師范大學;2014年

5 張穎;智能考試系統(tǒng)研究[D];天津大學;2009年

本文編號：2716261