学位论文 > 优秀研究生学位论文题录展示

数字学习中试题概念权重自动产生及其最佳化试题组合之研究

作　者: 黎红
导　师: 陈庆章
学　校: 浙江工业大学
专　业: 计算机技术
关键词: 潜在语义分析聚类分析相似度测试概念权重卷组合免疫算法
分类号: TP391.6
类　型: 硕士论文
年　份: 2011年
下　载: 13次
引　用: 0次
阅　读: 论文下载

内容摘要

当今信息社会,数字学习是一个重要研究领域。数字学习系统中,为了评估学生的学习成效,在线测试是一个重要组成部分。通常试题库中包含了大量试题,如何从其中选择合适的内容来进行卷组合并不容易。我们首先要为试题库中的试题定义相应的参数(如概念权重),并依据这些参数来自动组卷,这是当前数字学习环境中的一个重要的研究议题。本论文旨在研究如何在题库中自动组合出最佳化试卷,我们选择概念权重作为试题参数。论文提出一个架构,自动的分析中文试题的概念权重。该架构首先使用潜在语义分析(LSA)分析关键词和试题之间潜在的语义关系,并运用相似度测试计算关键词之间的相似程度,接着依据相似程度对关键词聚群分析。最后,提出自动产生概念权重(AGCW)方法将试题库的试题赋予适当的权重值,作为组卷的依据。本研究通过免疫算法(IA)来产生最佳化的试卷组合,并且与遗传算法(GA)进行了比较。通过自动产生概念权重(AGCW)方法,论文成功地分析了试题库中的测试题目参数,并对测试题目中的所有关键字进行了聚类,为它们自动地设置概念权重。并依据概念权重使用卷组合免疫算法(TSCIA)成功组卷。结果证明该方法可以有效地降低相关人员的工作。

数字学习中试题概念权重自动产生及其最佳化试题组合之研究

内容摘要

全文目录

相似论文