一种自适应在线考试系统的设计与实现自动保存的.docx

一种自适应在线考试系统的设计与实现 Mustafa?Ya?ci?*,?Menderes?ünal Ahi?Evran?University,?Faculty?of?Education,?Krsehi,?Turkey? ? 摘要：一种自适应在线考试系统的设计与应用将在本文中体现。自适应考试系统自动确定不同的问题，自动和交互方式为每个学生和衡量他们的能力，在某一个特定领域的学科，而不是比较他们的能力与和其他人。通过一个自适应的考试技术，，即用十分低的硬度水平较防止他/她的能力问题导致本身的注意力分散和动力的损失。此外，负面影响的问题，需要更高的知识比他/她的能力超过一个学生的自我信心和士气被驳回，因为问题是专门的，所以他们可以让学生获得明确的扣除，他们能够更有效地检测学生的能力。在考试管理中，需要更少的总时间来衡量和更灵活的管理是由系统所提供的优势。在规划，重复和评估的测量过程中，特别是允许自己的个人教育组中使用的系统的自我自给自足，通过这个系统，学生能力可更有效地在不同的情况：例如远距离学习，其中常常利用一些挑战经历来确定。 简介: 以前几乎所有的考试都是利用老师人工出题，学生纸上进行作答的。但是现在已经有大量的研究体现了可以通过计算机来实现学生申请在线考试的系统，正如计算机和网络技术已2被广泛地应用于教育活动。在这些考试中，学生参加考试无论是把答案也在纸上，还是在电脑屏幕上进行回答。在这类考试中，所有的学生都必须回答同样的问题。特别是近年来,人工智能应用程序对理解人类思考的过程和复制这个结构在计算机环境中更加突出。模糊逻辑，他作为一个人工智能同时并且还使人类行为的建模和甚至表达数学形式的未确定的概念，一直是被认为关于决策问题的解决经常施加的方法。教育是其中利用模糊逻辑的主要领域之一(Kinshuk et al., 2001). 在教育过程中，需要让我们决策的一系列事件可能都会遇到，特别是，考试和评价的过程中，它是一个具有挑战性的过程，需要大量的经验，适当地做出正确的决策和评价学生。评价学生不犯任何错误的问题中有一个是采用模糊逻辑的方法因为包含不确定性和主观尺度(Karal?ebi, 2011). 在这项研究中，这个自适应考试系统所需要的算法的设计和考试系统的设计,将在下面进行详细的说明: 一个系统价值根据所确定固定的每个问题（例如0-100或0-10或0-1指派给每一个问题等等。）。对于这样问题的选择，我所采用的技术是二叉树算法. 该算法将在以下方式中运用到： 其中在有关的问题的提问, 一个中等水平难度的问题，首先会被要求(例如，如果使用0-100范围内，一个问题将具体50分难度). 如果学生回答正确这个问题.更高难度的范围(50-100范围)被减半，以确定下面问题的难度级，在我们的过程中，75分的问题被问到，如果学生不能回答这个问题，那么低级难度（0-50范围）被减半。一个25分难度的问题将会被问到。 在连续的成功回答后，下一个问题的难度得分是通过减半高难度或最新问题的难度级下限范围内来获得的。 这有许多最基本的限制值要运用到算法例如： 问题的最大数量 问题的最小数量 最大的困难得分差让我们考虑改范围的摆动范围减小 这个问题的数量（通常是一个标准差的函数）,需要被问到的学生完成测试后，摆动放缓（有着相同的摆动幅度）。 算法停止后的插值策略（直接关系到指定的范围）。 必须要有相同数量的问题（在相同的难度级别）足够准备可以面对相同问题的概率在同一个水平上。 二、这个专家的系统，搜索计算机如何让人类进行完成工作，是人工智能编程科学分支的分支之一。专家系统是一个计算机软件依靠知识和推理来执行这是应该由专业人士进行一个艰巨的任务。，它的数据库组成的信息专业知识的主题是类似于一个人专业领域如数学能力，家人通过逻辑推理，在具体的专业领域，基于知识的获取结果。再次，专家系统作出扣除，并达到基于他们想要的结果的信息（奥德，2003年）。 专家系统：计算机软件,在一个复杂的系统可以执行工作由一个专家的人指挥着，这些系统也可以被称为具有咨询质量的计算机软件，可以进行专门的工作例如：需要分析，分类和诊断(Allahverdi, 2002). 专家系统可以通过提供专家支持处理问题并能提出解决方案。由于他们的结构，数据库接口和决策支持系统可以同时使用（奥德，2003年）。 自适应考试系统的特点 接收的答案作为自适应测试应用的结果可以在确定下一个问题或可使用试题。而正确答案一定导致具有相同或更高层次的问题的选择困难;类似地，错误回答的一定数量导致需要较少的提问选择权限。因此，能力和个人的发展水平可以用更少的问题来确定。因此，通过个体化考试，不要求学生完成整个试题例如不适合自己水平题目。(Wise and Plake, 1987). 自适应的基于Web