基于样本分析的试题难度系数修正算法.pdfVIP

2010 年 11 月 西安邮电学院学报 Nov. 2010 第 15 卷第 6 期 JOURNAL OF XI AN UNIVERSITY OF ro汀S AND TELECOMMUNICATIONS VoJ. 15 No.6 基于样本分析的试题难度系数修正算法 玉梅 〈江苏海事职业技术学院信息工程系，江苏南京 211170) 摘要:针对当前题库试题难度系数的确定和评价标准不明确，提出一种以考试结果为样本获得难度系数并自我修 正的算法z 将样本数据序列{功}构造到希尔伯特空间上，利用空间的克备性，从理论上确保序列{d. }收敛于常量 D. 基于该算法构造机器学习模型，它具有快速收敛和对历史数据进行学习和修正的特点. 关键词:试题难度系数p 样本统计学习理论;ERM 准则;机器学习模型 中图分类号:G642.471 文献标识码:A 文章编号:1001- 3264(2010)06 - 0163 - 04 0 引言 1 样本难度系数的一般表示 难度系数是体现考试难度程度，衡量考试质量 样本难度系数通常受以下4 种因素的影响z 的一项重要指标。在网上考试系统中，设计并应用 (1)失分率(l) 合理的难度系数算法非常关键。 通常样本难度系数依赖于失分率间，失分率越 目前国内学者已经提出了一些算法模型，比如 高，难度系数越大，否则，越小。 专家王明兰[1] 等提出检验题库中试题难度的准确性 设M表示试题t 的满分， numl 表示第h 次考试 模型;郭敏华[2] 建立一种动态优化模型优化题库试 应试的人数，totalScorek 表示第h 次考试中全体考 题难度系数;马江山[3] 利用测量理论校准和修订题 生试题t 的得分之和，则试题t 在第k lX考试的失分 库难度等等。以上各种研究，皆基于对题库试题的 率lk 为z 难度系数进行计算、检验或优化。由于出题者的标 totalSc画 ι=1一 • I 佬，走= 1, 2,…(1) 叮 lY1 骨 nu符lk 准不统一，有时又不完全了解教学情况，考试结果常 (2) 区分度(q) 常有悖于预测的题库难度。以上研究中对题库试题 难度系数的评价标准也未形成共识。 区分度主要反映试题对应试者不同水平和能力 为了更加准确分析和求解难度系数，本文将此 的区分、与试卷其它试题难度的一致性等等，它是筛 问题建立在实际的考试样本中，随着样本数量的增 选题目的依据。通常，难度系数越大，区分度越高。 加，样本系数序列{d } 趋近于常量 D，(在一定的环 k 设第是次考试结果，高分组应试者在该题上