一种基于最大团算法的自动等质组卷方法及组卷系统技术方案

技术编号:21432031 阅读:20 留言:0更新日期:2019-06-22 11:52
本发明专利技术涉及一种基于最大团算法的自动等质组卷方法及组卷系统,通过用户注册和登录模块登录,在组卷参数选择模块根据需求输入组卷参数,提交,组卷算法模块读取预置题库,以最大团算法进行组卷后输出试卷,构建组卷分析报告存储于数据库,通过查看组卷报告模块得到组卷参数信息、可下载的组卷链接和基于IRT理论的组卷信息函数对比曲线图。本发明专利技术能够方便、快捷地根据预置题库制作出一组期望参数下的等质试卷;可选参数丰富,满足大部分组卷需求;考虑了难度系数和区分度系数之间的关系,能更有效地利用题库;将知识点比例和信息函数这些无法严格满足的指标以图形差异的形式反馈给用户,使得用户能够直观感受到组卷效果。

【技术实现步骤摘要】
一种基于最大团算法的自动等质组卷方法及组卷系统
本专利技术涉及特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法的
,特别涉及一种基于最大团算法的自动等质组卷方法及组卷系统。
技术介绍
随着计算机技术和互联网的发展,教育的信息化程度越来越高,在线教育的深入要求计算机多媒体技术提供更多样化的教学辅助。当前,考试仍是检验教学成果的重要方式,在一些情况下,教学评估会用到等质试卷,即每份试卷由试题库中不同的题目组成但能近似等效地测试学生的能力,并且这些试卷之间的重复题目不超过给定数量。为了形成统一的试卷质量和格式,老师的人工选题、知识点比例分配、难度和区分度排版、分析和对比试卷等一系列过程耗时非常长,操作不便。现有技术中,基于组卷的巨大工作量,为了更大限度地利用试题库,新的组卷算法被不断提出,一个好的组卷算法应能保证试卷的随机性和客观性,试卷的难度、知识点覆盖、每个知识点所占比例都可以得到预先设定,除了使得系统提供尽可能高的实用性,还需具备一定的针对性和可扩展性,而这些是现有技术的组卷算法所不具备的。
技术实现思路
为了解决上述问题,本专利技术提出了一种优化的基于最大团算法的自动等质组卷方法及组卷系统,以项目反应理论作为试卷质量的评估标准,先用分支定界算法最大化从题库中的出卷数量,再用最大团算法生成一组等质试卷。本专利技术所采用的技术方案是,一种基于最大团算法的自动等质组卷方法,所述方法包括以下步骤:步骤1:用户通过用户注册和登录模块登录;步骤2:用户根据需求输入组卷参数,提交;步骤3:组卷算法模块收到组卷参数后读取预置题库,以最大团算法进行组卷;步骤4:输出试卷,构建组卷分析报告存储于数据库。优选地,所述组卷参数包括题目类型、知识点和其他参数;任一题目类型对应有数量和排版时的相对位置;任一知识点对应有题量百分比。优选地,所述其他参数包括难度系数分布、区分度系数、最大重叠题数和期望组卷数量。优选地,所述步骤3包括以下步骤:步骤3.1:组卷算法模块获取组卷参数和预置题库中的数据;步骤3.2:过滤预置题库中题目类型和知识点与组卷参数的题目类型和知识点不匹配的题目;步骤3.3:将过滤后的题目按题目类型和知识点分类;以分支定界算法产生若干道试题;步骤3.4:以最大团算法从备选试卷中生成差异最大的一组等质试卷;步骤3.5:生成试卷并进行渲染,统计实际输出试卷中的知识点占比和信息函数。优选地,所述步骤3.1中,预置题库以爬虫技术从任一在线题库获取,题目的区分度系数为在[0,3]的正态分布中的随机数。优选地,所述步骤3.3中,以分支定界算法产生若干道试题包括以下步骤:步骤3.3.1:定义Q为存储当前扩展节点的优先级队列,初始为空,Q'为存储Q中节点所扩展的点节的优先队列,初始为空,以bound表示界,初始为无穷;步骤3.3.2:添加一份题数为0的试卷至队列Q;步骤3.3.3:从Q中选择第一个节点q,选择题库中的一道试题加入到试卷q,重新计q的价值,如果更新后的价值小于bound,则把q加入Q',并调整bound;步骤3.3.4:判断Q是否为空,若是,进行下一步,否则,重复步骤3.3.3;步骤3.3.5:将Q'的元素移动至Q,若迭代次数未达到试卷的题数,重复步骤3.3.3,否则,输出Q'中的试卷。优选地,所述步骤3.4包括以下步骤:步骤3.4.1:以试卷总数n为顶点数,顶点集为v[i,i+1,…,n],以cnt[i]表示v[i,i+1,…,n]的最大团数量,res用于存储当前的最大团顶点;步骤3.4.2:从n到1逆向枚举顶点集i,以i开始构造团,并把i加入到res;步骤3.4.3:从i+1到n顺序枚举与i相连的顶点j,如果cnt[i]+|res|小于等于当前最大团数量的最大值,则表示即使从i+1到n的所有点都加入团仍不能构成比现在更大的团,直接返回;否则,枚举当前团中的所有顶点,检查是否每个顶点都和j点相连,若是,则把j加入到res,判断递归结束则进行下一步,递归未结束则重复步骤3.4.3,若非每个顶点都和j点相连,则继续枚举下一个节点;步骤3.4.4:res中的顶点集就是所求的最大团。优选地,所述组卷分析报告包括步骤3.5统计的实际输出试卷中的知识点占比、组卷参数信息、可下载的组卷链接和基于IRT理论的组卷的学习者能力对比曲线图。优选地,所述方法产生的所有输出结果通过组卷历史任务界面列表展示,包括当前用户所有已提交的任务;列表展示的内容包括组卷编号、预览链接、下载链接、详细报告和状态;所述状态包括正在运行、已完成和异常终止。一种采用所述的基于最大团算法的自动等质组卷方法的组卷系统,所述系统包括:一用户注册和登录模块,用于录入和读取用户信息;一组卷参数选择模块,用于提供用户对题目类型、知识点及其占比、难度系数分布、期望区分度系数、组卷间最大重叠题数和期望组卷数进行选择,得到组卷参数信息;一组卷算法模块,用于接收所述组卷参数选择模块确认后的组卷参数信息,自动调用算法程序选择组卷参数,对应所选组卷参数得到若干份输出的等质组卷;一查看组卷报告模块,用于接收所述组卷算法模块输出的若干份等质组卷,得到组卷参数信息、可下载的组卷链接和基于IRT理论的组卷信息函数对比曲线图。本专利技术提供了一种优化的基于最大团算法的自动等质组卷方法及组卷系统,用户通过用户注册和登录模块登录后,在组卷参数选择模块根据需求输入组卷参数,提交,组卷算法模块收到组卷参数后读取预置题库,以最大团算法进行组卷后输出试卷,构建组卷分析报告存储于数据库,通过查看组卷报告模块得到组卷参数信息、可下载的组卷链接和基于IRT理论的组卷信息函数对比曲线图。本专利技术使得试卷制作者能够方便、快捷地根据预置题库制作出一组期望参数下的等质试卷。系统较完善地实现了组卷模块,组卷的可选参数丰富,能满足大部分组卷的需求;以现有的知识点为例,并以IRT理论作为评判试卷品质的依据,相比于让难度系数和区分度系数分别逼近的方法,更好地考虑了难度系数和区分度系数之间的关系,同时能更有效地利用题库。系统的查看试卷详细报告模块使得组卷的结果可视化,将知识点比例和信息函数这些无法严格满足的指标以图形差异的形式反馈给用户,使得用户能够直观感受到组卷效果。附图说明图1为本专利技术的自动等质组卷方法的流程图;图2为本专利技术的组卷系统的结构示意图。具体实施方式下面结合实例与附图对本专利技术做进一步的详细描述,但本专利技术的保护范围并不限于此。本专利技术涉及一种基于最大团算法的自动等质组卷方法,所述方法包括以下步骤。步骤1:用户通过用户注册和登录模块登录。本专利技术中,用户注册和登录所需要的信息可以依据本领域技术人员的需求自行设置,如用户名、密码、联络信息等。步骤2:用户根据需求输入组卷参数,提交。所述组卷参数包括题目类型、知识点和其他参数;任一题目类型对应有数量和排版时的相对位置;任一知识点对应有题量百分比。所述其他参数包括难度系数分布、区分度系数、最大重叠题数和期望组卷数量。本专利技术中,组卷参数选择模块接收用户选择的题目类型、知识点及其占比、难度系数分布、期望区分度系数、组卷间最大重叠题数和期望组卷数,得到待确认的组卷参数信息,并将确认后的组卷参数信息发送给组卷算法模块,组卷算法模块自动调用算法程序,根据所选组卷参数的不同经几分本文档来自技高网...

【技术保护点】
1.一种基于最大团算法的自动等质组卷方法,其特征在于:所述方法包括以下步骤:步骤1:用户通过用户注册和登录模块登录;步骤2:用户根据需求输入组卷参数,提交;步骤3:组卷算法模块收到组卷参数后读取预置题库,以最大团算法进行组卷;步骤4:输出试卷,构建组卷分析报告存储于数据库。

【技术特征摘要】
1.一种基于最大团算法的自动等质组卷方法,其特征在于:所述方法包括以下步骤:步骤1:用户通过用户注册和登录模块登录;步骤2:用户根据需求输入组卷参数,提交;步骤3:组卷算法模块收到组卷参数后读取预置题库,以最大团算法进行组卷;步骤4:输出试卷,构建组卷分析报告存储于数据库。2.根据权利要求1所述的一种基于最大团算法的自动等质组卷方法,其特征在于:所述组卷参数包括题目类型、知识点和其他参数;任一题目类型对应有数量和排版时的相对位置;任一知识点对应有题量百分比。3.根据权利要求2所述的一种基于最大团算法的自动等质组卷方法,其特征在于:所述其他参数包括难度系数分布、区分度系数、最大重叠题数和期望组卷数量。4.根据权利要求2所述的一种基于最大团算法的自动等质组卷方法,其特征在于:所述步骤3包括以下步骤:步骤3.1:组卷算法模块获取组卷参数和预置题库中的数据;步骤3.2:过滤预置题库中题目类型和知识点与组卷参数的题目类型和知识点不匹配的题目;步骤3.3:将过滤后的题目按题目类型和知识点分类;以分支定界算法产生若干道试题;步骤3.4:以最大团算法从备选试卷中生成差异最大的一组等质试卷;步骤3.5:生成试卷并进行渲染,统计实际输出试卷中的知识点占比和信息函数。5.根据权利要求4所述的一种基于最大团算法的自动等质组卷方法,其特征在于:所述步骤3.1中,预置题库以爬虫技术从任一在线题库获取,题目的区分度系数为在[0,3]的正态分布中的随机数。6.根据权利要求4所述的一种基于最大团算法的自动等质组卷方法,其特征在于:所述步骤3.3中,以分支定界算法产生若干道试题包括以下步骤:步骤3.3.1:定义Q为存储当前扩展节点的优先级队列,初始为空,Q'为存储Q中节点所扩展的点节的优先队列,初始为空,以bound表示界,初始为无穷;步骤3.3.2:添加一份题数为0的试卷至队列Q;步骤3.3.3:从Q中选择第一个节点q,选择题库中的一道试题加入到试卷q,重新计q的价值,如果更新后的价值小于bound,则把q加入Q',并调整bound;步骤3.3.4:判断Q是否为空,若是,进行下一步,否则,重复步骤3.3.3;步骤3.3.5:将Q'的元素移动至Q,若迭代次数未达到试卷的题数,...

【专利技术属性】
技术研发人员:江波盛展辉阮佳慧
申请(专利权)人:浙江工业大学
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1