基于.NET自适应考试系统组件开发.docVIP

基于.NET自适应考试系统组件开发 　　摘要： 本文主要说明了在.NET架构下的自定义组件开发技术应用于IRT自适应考试系统的方法，以能力估值自定义组件开发过程的介绍，阐述了.NET自定义组件开发的基本过程和方法，最后对能力估值组件应用推广进行展望。 　　关键词： IRT 组件 在线考试 　　 　　1.引言 　　计算机在线考试系统作为一种对知识水平和操作能力的测评手段，已经广泛应用于教育科研及社会生活中。相比于传统纸质测试，在线考试系统不仅有成本低、有效性高的优点，而且更重要的是，在线考试系统除了可以对被测者的知识水平进行测试，还可以对被测者的操作能力进行测评。目前的在线考试系统中采用的测试理论依据以经典测验理论居多，经典测验理论具有数学模型简单，易于理解和使用等优点，但是它的不足之处在于其测验难度确定依赖于整体被测样本水平，对评价被测个体的水平和能力的指导作用不强。为了克服经典测验理论的不足，我们引入心理学测试中的项目反应理论（IRT）作为在线考试系统新的理论依据。IRT理论的最大优点是，在IRT中被试能力与测验的难度放在同一量规上进行估计，无论测验的难易，被试能力估计值不变，不同的测验结果可直接比较，这样被测个体能力值与被测样本能力值无关，只与测试项目相关，能更准确地显示被测个体的能力水平。IRT理论推广的最大瓶颈就是它的数学模型复杂，计算量大，不易理解。 　　本文采用C#语言，开发设计了基于.NET构架的IRT信息技术自适应在线考试系统。本系统以信息技术课程为测试题库来源，以项目反应理论（IRT）为测验理论依据，通过B/S结构的WEB模式对被试的信息技术知识水平和操作能力进行在线测试。为了克服IRT理论的计算量大，易产生网络数据拥塞的问题，我们利用C#语言提供的面向对象的自定义组件开发技术，此技术有利于提高数据运算的分布性，充分发挥服务器均衡负载能力。本文主要介绍.NET架构下的组件开发技术、本系统组件的开发过程及本系统的应用前景。 　　2. IRT考试理论 　　IRT的“核心”是建立一类统计模型，即具有某种特质的不同能力水平的考生在一个项目上如何反应的数学模型。目前比较常用的是Logistic回归模型，这个模型分为单参、双参和三参，随着参数的增多，其准确度增大，同时运算量和复杂难也增加。下面是Logistic三参模型的数学公式：P（x）=c+（1-c）÷（1+e ）。 　　　 　　图1三参模型的特征曲线 　　其中，D=1.702代表测度因子，a表示项目的区分度，b表示项目的难度，c表示项目的猜测度。P（X）表示能力为X的被试答对本项目的概率，一般规定X∈（-3，+3）。IRT理论假设各个项目作答概率是相互独立，项目采用0，1记分。 　　基于u=（u ，u ，u ，…，u ）的似然函数： 　　L（θ；a ，b ，c ，…，a ，b ，c | u ，…，u ）= p Q 。此公式表示能力为θ的测试者得分向量u与能力θ之间的关系。以上公式可以简记为L（θ；u），表示能力为θ的得分向量u的可能性。当u已知时，若θ在一个集合⊙中变化，则θ∈⊙使得L（θ′；u）=max L（θ；u）。满足上式的θ′称为θ的似然估计，这种将似然估计取极大值的自变量取值方法，叫极大似然估计法。本系统中的能力估计即采用此法。 　　在本系统中的试题选择依据是从题库中挑选能提供最大信息量的题目。项目信息量最大时，难度和特质水平的关系为： 　　bi=θ′ -1*ln（1/2+1/2* ）/1.702ai。 此公式说明当被测水平达到θ′的话，下一步最适合的项目难度值为b 。以此我们就可以从题库中选中此难度值的被选题目，然后再根据每个题目的曝光度值和其他参数进行最优化的选择。系统在能力估值达到一定精度后，就可以停止估计运算，得出当前被测的能力值。 　　3. 自定义组件开发方法 　　3.1自定义组件开发的一般方法 　　所谓组件是软件应用的构造块，组件封装了状态和执行逻辑，并能在不同的应用程序中被复用。组件使得应用程序模块化，更有利于应用程序的开发和维护。自定义组件的开发过程就是完成定义组件公共结构的过程，组件公共结构有以下几个部分：属性（Property）、方法（Method）、事件（Event）及元数据（Attribute）。当完成组件开发后，还要经过编译和部属后才可以使用。 　　属性（Property）封装了组件的状态，属性像域一样通过类似域的语法得到访问，而在实现时则使用访问操作方法。 　　方法（Method）即一组操作来实现具体的功能要求。 　　事件（Event）是当有动作发生或状态改变时，类发出的信息或通知。产生事件类叫事件源，接收事件的类叫事件接收者。基于事件的架构使用发布―订阅的模式。事件的源（事件的发布者