在线考试系统毕业设计..doc

第1章 考试系统概述 1.1 计算机考试系统的研究意义 传统的基于纸和笔的考试老师要花费大量的时间和精力出题、改卷、统计分数等，存在诸多弊端：工作量大、周期长、反馈能力弱、人为的因素影响考试成绩。随着高校扩招和各类考试自动化出卷批改的要求，迫切需要一种高效、快捷、科学的考试方式。随着计算机技术与网络技术的不断发展，利用计算机网络技术实现的计算机网上考试取代传统的手工考试成为一种趋势。 利用计算机对数据库的并发存取功能和网络传输特性，实现高效、准确和科学的网上考试将成为现代教育方式中的一种重要手段。它的优点主要体现在以下几个方面： 1.出卷方便快捷。通过现成的题库系统，只要输入考卷的难度级别、试卷的题型题量等约束条件，软件会自动生成符合要求的试卷，简便、快捷、公平； 2.阅卷准确快速。通过计算机阅卷，可以大大减轻教师阅卷的工作量，提高教师的工作效率，同时提高阅卷的准确性； 3.成绩分析统计科学直观。成绩分析统计由计算机自动完成，可以方便地统计及格率、优秀率和每题的得分情况等。 计算机考试方式的优越性较之传统方式，既灵活方便，又高效可靠，还能及时反馈教学情况，减少诸多中间环节，提高教学效率[1]。 我校有一万多学生，每个学期都要组织大规模的考试，耗费老师大量的时间和精力，如果能够把本课题的考试系统应用到教学实践，一定能够节省很多的时间和精力，提高阅卷效率和正确率。 1.2 计算机考试系统国内外研究现状 计算机考试系统指的是由计算机软件来辅助测试，计算机辅助测试简称CAT。60年代初CAT起源于美国，经过40多年的发展，已经在国内外得到了广泛应用。 1.2.1 国内外在用的考试系统 国外有许多专门的考试机构采用计算机辅助测试对考试对象进行考核，比较著名的有美国Sylvan Learning System Inc，它在全世界一百多个国家和地区有数千个考试中心，提供近百个不同类型，一千多种考试。国内也有许多考试采用了计算机考试系统。 1.2000年开始TOEFL考试在中国采用计算机考试模式[1]； 2.人事部组织的专业人员计算机应用能力考试； 3.微软认证、Cisco认证等； 4.全国范围内的“全国计算机等级考试”，“NIT考试”都采用计算机考试模式； 5.浙江省大学生计算机一级等级考试全部采用计算机考试，二级等级考试的部分内容采用了计算机考试； 6.还有很多大学和科研机构采用了自主研发的考试系统，例如浙江大学、浙江师范大学等院校； 7.交通管理部门组织的驾驶员理论考试。 以上的考试系统大多比较完善，但是一些计算机基础考试系统还有一些不足，比如试题的实用性程度不高；为了方便计算机批改，操作题比较死板；批卷的智能化有待提高。 1.2.2 考试系统分类 以题库构成为标准可以把计算机考试系统分为三种：1.不以题库为基础的考试，试卷以单份为主，多用于心理测验和调查研究；2.题库由试卷库构成，试卷库指多份试卷，随机抽取一份给学生考试；3.题库由试题库构成，试题库指海量试题，海量试题按照一定组卷策略组卷[2]。 对计算机辅助测试系统的分类还有很多方法。按试卷是否基于题库可分为基于题库的考试系统和非基于题库的考试系统；按题量是否定长可分为定长和不定长的考试系统；按采用的测试理论可分为基于经典测试理论和基于项目反应理论的考试系统；按是否是自适应考试可分为传统的和自适应的考试系统，自适应组卷指依靠大型题库，自行适应被测试人员水平，灵活实施测试难度。 1.2.3 组卷算法分类和进展[3][4] 组卷算法的好坏直接关系到试卷的成卷质量，是考试系统的一个研究重点。试题库组卷的计算机考试系统根据组卷算法的不同可以分为以下几种： 1.随机组卷，这是最低级的组卷算法，随机地从试题库中抽取一定数量的试题组成试卷，对抽取的题目没有任何约束条件[5]。 2.多重目标约束组卷，试题设置题号、难度、分值、重要性、知识点等属性值，然后根据多种属性值的约束条件组卷。可以使用深度优先或者广度优先算法搜索试题。该组卷算法较之于随机组卷算法有很大进步，生成试卷的质量比较高。 3.基于遗传算法的组卷算法，遗传算法是一种模拟大自然生物进化过程的计算模型。遗传算法的群体搜索策略为多目标优化提供了非常合适的解决方案[6]。 4.遗传算法的改进，例如判断优化目标个体优劣的基于偏好的多目标调和遗传算法[7]。 5.多种人工智能算法的组合，例如遗传算法与模拟退火算法的结合[8]，遗传算法与蚂蚁算法的结合[9]。 6.各类算法的扩展，例如基于学生BOSM模型的智能组卷算法[10]；分段随机抽选法对随机组卷的改进[11]；增加信息反馈提高试题属性质量，将学生答题的情况反馈给试题，修正试题的难度等[12]。 组卷算法的发展方向是在海量试题库的基础上运用人工智能生成试卷。 1.2.4 考试系统的实现模式分类