错题管理系统中个性化练习算法设计与实现.docVIP

错题管理系统中个性化练习算法设计与实现 　　摘 要：文章针对错题管理系统中最为重要的一个组成部分――巩固练习，设计个性化推荐练习算法，采用Java语言进行模拟实现，通过算法分析发现推荐结果较为理想。算法设计在网络错题管理系统中得到功能上的实现，并应用于实际教学中。 　　关键词：错题管理；个性化推荐；算法分析 　　中图分类号：G434 文献标志码：B 文章编号：1673-8454（2016）11-0067-05 　　一、引言 　　网络学习者作为众多Web用户之一，有其独特的特征。在错题管理系统中，更正错题作为最重要的环节，其中主要的策略是巩固练习的实施。如何为学习者推荐个性化的练习，消除学习者知识缺陷，最大程度做到“错题不错”，其推荐技术及算法值得研究。 　　一般来说，个性化推荐可采用基于规则的技术、基于内容过滤的技术和协作过滤技术。基于内容的过滤技术主要依靠关键词匹配技术，过滤掉那些相关度不高的项目。基于内容过滤通过“资源――用户”关系，利用信息资源与用户兴趣之间相似性来过滤信息，把符合用户兴趣的新的资源推荐给用户，简单有效。 　　错题管理系统要为学习者推荐的试题应该具有与学习者做错的试题具有相同知识点、类似难度的特征。所以，本研究采用内容过滤方法为学习者筛选出合适的试题资源。 　　二、算法设计 　　1.推荐试题特征分析 　　错题的巩固练习作为错题管理系统中最为重要的一部分，其主要目的在于根据学习者需要，为学习者推荐一定数量相关知识的练习题，以用于练习和巩固知识。在错题管理系统中，推荐给学习者的试题应具有以下三个特征： 　　（1）与学习者做错的试题同属一个知识点 　　作为学习者“巩固练习”而推荐的试题，其首先要具备的特征就是要与学习者做错的题目具有相同的知识点属性，只有这样，才能达到巩固该知识的目的。 　　（2）试题具有尽可能高的质量 　　试题的质量高低取决于两个方面：一是试题资源的得分，系统用户对试题的评分越高，说明试题质量越好，该题越值得推荐，反之亦然；二是试题被收藏次数，由于错题管理系统有着不同于普通学习系统的特点，它的主要目的在于消除学习者错误。所以，决定试题质量高低的第二个因素是试题被收藏次数。试题被收藏次数越多，说明该题目被做错的次数越多或者该题目极具经典试题的特征，该试题对于当前学习者的质量也就越高，试题也就越值得推荐。 　　（3）与学习者做错的题目具有类似的试题难度，兼顾基础巩固和能力提升 　　为维持学习者的学习积极性，保证学习者掌握知识，系统尽量为学习者推荐相同试题难度的试题。但是，当前的推荐是发生在学习者已经发生错误，并且进行了初步的分析之后，所以为起到巩固基础知识和进一步提高能力的作用，系统可以为学习者推荐相邻试题难度的试题。例如，学习者当前出错试题难度为“理解”，那么系统为其推荐的试题集可能包含“识记”、“理解”、“应用”三个难度等级；而如果学习者当前出错试题难度级别为“识记”，那么系统为其推荐的试题则可能包含“识记”和“理解”两个难度级别。 　　2.算法的设计思路 　　该部分依据上一小节的讨论，针对错题管理系统中推荐试题所应具有的三点特征进行分析，设计推荐算法。 　　（1）知识体系的建立 　　系统采用知识结构树建立知识体系，知识结构树的建立按照“课程――章/单元――节――知识点”的次序依次建立，效果如图 1所示，该图为初二《科学》课程的知识结构树，包含三个级别：课程――章――知识点，这是因为：根据科目的不同，知识结构树的建立所作的取舍也不同。 　　知识结构树建立完毕后，题目入库将绑定到相应的知识点（可以绑定为“课程”、“章”、“节”、“具体定理、公式、单词等”其中的某一项或者某几项）。当系统为学习者推荐试题时，系统将首先检索出与错题具有相同知识点的题目。 　　（2）试题质量的确定 　　根据上一小节的讨论，被推荐的试题质量由两部分决定：试题资源的得分和试题被收藏的次数。 　　系统采用“5”、“4”、“3”、“2”、“1”评分的形式区分不同质量的资源，将试题分为五个等级。试题得分越高，说明试题资源的质量越好。试题评分者可以是学生或者教师，试题得分取所有评分者评分的平均值，计算公式如公式 1所示。假如试题是新加入到系统中，那么会出现试题没有得分的现象。为避免这种现象的发生，将新加入系统中的每道试题得分默认设为“3”，也即设为中等水平。伴随着系统的使用，试题评分逐渐增多，系统将自适应地计算和更改试题得分。筛选出的试题按照试题得分由多到少排序。 　　S=公式 1 　　其中，S表示试题得分，Si表示第i个评分用户对试题的评分，n表示对试题评分的用户总数。 　　被收藏次数是指一道试题被所有学习者收藏到错题本中的总次数。试题被收藏次数越多，说明试题质量越高，越具