导读:本文包含了组卷模型论文开题报告文献综述及选题提纲参考文献，主要关键词:网络化考试,量化分析,错误率,知识点
组卷模型论文文献综述
侯巍[1]（2019）在《网络化考试组卷难度系数控制与教学质量量化分析模型》一文中研究指出网络化考试形式已较为普及,并成为未来教育考试的发展方向。网络考试不是一座孤岛,它对教学环节起到了监控和促进作用。主要为量化分析控制网络化考试组卷难度系数提供了原理设计上的参考模型;为教学质量评价指数T提供了量化参考依据;为试卷难度指数Z提供量化参考依据的同时,提高了网络化考试试卷难度系数的设计精度,并提供了操控试卷难度系数的方法思路;为解决如何量化分析练习题对考试的促进作用提供了方法,并提出了模型存在的问题。(本文来源于《江西电力职业技术学院学报》期刊2019年07期）
王俊臣,贾少青,王广超[2]（2019）在《项目反应理论在标准化试题库中组卷策略和参数模型研究》一文中研究指出用项目反应理论来研究标准化试题库系统,主要是探究教育大规模招生考试的新理论应用,探讨了项目反应理论论指导标准化试题库组卷策略分析,探讨了标准化试题库系统关键参数模型设计,为试题库系统因材施教的基础上制定出考试方案和计划。(本文来源于《教育现代化》期刊2019年48期）
潘婷婷,詹国华,李志华[3]（2018）在《基于知识点与错误率关联的个性化智能组卷模型》一文中研究指出大数据环境下的个性化学习模型研究是大规模网络学习环境下的研究热点,本文针对传统的智能组卷策略存在数据训练不足、个性化特点不突出、题库试题知识点分布不均匀等问题,将大数据运用于组卷之中,提出了基于知识点权重与错误率关联的个性化训练模型,优化了抽题的法则并使得个性化特点更精确,在一定程度上有利于学生对薄弱点和盲点的深入理解与消化.本文采用将每章节题目的知识点转化为树形进行管理的方法,并在知识点树中加入知识点错误率元素,来优化基于知识点的抽题结果,研究出适合个人学习情况的个性化模拟练习策略.最后将此新研究模型应用于教学教育系统进行实验研究,研究表明对此关键点的改进更有利于普遍提升学生的整体成绩.(本文来源于《计算机系统应用》期刊2018年05期）
吴涛[4]（2018）在《大学英语诊断性练习系统中诊断性评价模型和组卷算法的研究与实现》一文中研究指出随着互联网的广泛普及,在线学习已成为一种重要的学习途径,也是众多国内外高校和企业研究的热点领域。然而,作者在试用一些在线练习平台后发现,这些平台的使用流程仍然重复着做题和查看解答的传统模式,并没有提供个性化的学习评价和针对性的试题推荐,而这些问题在当前的大学英语诊断性练习系统中也同样存在。因此,本文在系统使用过程中收集的数据的基础上进行数据分析,研究并实现了诊断性评价模型,然后作者依据诊断性评价模型设计并实现了两种试题推荐算法,完善了大学英语诊断性练习系统的诊断性评价功能以及相关组卷算法。本文首先对诊断性评价模型进行研究和设计,作者对系统收集的大量数据进行叁个维度的分析:使用S-P表分析法构建学习状态评价模型、使用数据挖掘构建题型关联模型、使用机器学习构建大学英语四级分数预测模型,最终加上系统现有的知识点关联模型合并得到了诊断性评价模型。在诊断性评价模型的基础上,作者分别设计并实现了基于学习者学习状态的组卷算法、基于题型关联规则的组卷算法,并从组卷时间、试题推荐和成绩提升这叁个方面进行了相关验证。最后根据需求分析,作者使用诊断性评价模型及相关组卷算法设计实现了诊断性评价子系统,并加入到大学英语诊断性练习系统中。本文提出的大学英语诊断性评价模型能够准确地评价学习者学习状态、动态诊断学习者学习障碍。通过对比实验可以得到,本文提出的两种基于诊断性评价模型的组卷算法能够有效地针对学习者的学习状态和知识点题型障碍给出更好的练习指导和试题推荐,并且能够切实有效地提高学习者的成绩,具有广泛的应用前景和研究价值。(本文来源于《中国科学技术大学》期刊2018-05-01）
邱靖,郭睿南,浦涛文,于学媛,张海涛[5]（2016）在《QPSO和GA相融合的智能组卷模型研究》一文中研究指出为简化模型结构,改善算法全局搜索性能和组卷模型成功率,本研究提出利用QPSO中的全局和局部最优位置优化遗传算法中交叉、变异算子,粒子群编码采用实数编码,交叉、变异操作均在功能块内部进行,目标函数增加了权重系数判定是否更新粒子群,以此建立了智能组卷模型,并进行了相关实验分析。实验结果表明:改进的模型与其他叁种组卷模型相比,该模型运行效率、全局搜寻性能、组卷成功率都有较大的提高,说明该组卷模型更稳定有效。(本文来源于《电子设计工程》期刊2016年13期）
原虹[6]（2015）在《智能组卷体系下数学模型的构建》一文中研究指出信息化时代的到来,计算机信息技术发展迅速,在各个领域得到了普及和应用。随着教育事业不断地发展,计算机技术已经成为高等学校教学工作开展的重要辅助手段,教学手段也逐渐向智能化发展。为了使考试与教学计划和教学目标更为紧密的结合,智能组卷系统应运而生。组卷系统数学模型设计的是否合理直接决定着系统功能的实现程度,该文着重研究智能组卷体系下数学模型的构建,本着科学合理的原则,保证组卷系统功能的实现。(本文来源于《科技创新导报》期刊2015年32期）
胡慧君,刘茂福[7]（2016）在《基于差分优化语义相似度模型的智能组卷系统》一文中研究指出文章针对组卷系统中容易对同一语义内容但不同形式的题目多次出现在同一张试卷中的问题,提出了基于差分优化语义相似度模型的组卷系统。此系统引入语义相似度模型,在组卷的过程较好地避免了重复知识点的考查,增加了组卷的成功率;在语义相似度模型的基础上,对一些参数不再用手动的方式调整,采用差分算法对模型中的相关参数进行动态的调控,不仅可以避免手动调整参数的辛苦,又在全局范围中获得最优化的参数,从而保证了自动组卷系统的科学性、公正性、高效性,该系统对题目知识结构,数据延展进行全方位的跟踪管理,多种考试形式丰富组织方式。(本文来源于《科教导刊(上旬刊)》期刊2016年02期）
孙俊丽[8]（2015）在《智能组卷系统中数学模型的研究》一文中研究指出根据组卷的基本原则,分析了试题的主要属性,归纳了试题每个属性的约束条件,建立了智能组卷系统的数学模型,为系统的实现奠定了基础。(本文来源于《电脑知识与技术》期刊2015年14期）
韦忠庆[9]（2015）在《基于遗传算法的成人高等教育智能组卷模型的研究与设计》一文中研究指出为建立成人高等教育智能组卷模型,利用遗传算法和函数矩阵,对现有组卷系统进行了优化设计,并提出了针对性的改进方案,为成人高等教育的考试组卷提供了适应的技术支持。(本文来源于《桂林航天工业学院学报》期刊2015年01期）
卢俊玮,陈杰[10]（2014）在《基于层次分析法的自动组卷评价模型的研究》一文中研究指出利用计算机建立试题库,实现计算机自动选题组卷,是计算机辅助教学(Computer Aided Instruction,CAI)的重要组成部分,也是实现考试规范化、科学化的重要措施,更是实现教考分离的一个重要手段。但是,计算机的组卷过程是机器行为,试卷质量怎样进行量化和优化是必须解决的重要问题。该文对考试中的自动组卷生成的试卷进行了研究,通过建立相关的数学建模来检测该试卷的合理性,采用层次分析法对试卷质量进行量化评价。从而,使考试更加标准化,客观、真实、全面地反映教学的实际效果,有利于促进教学质量的提高。(本文来源于《电脑知识与技术》期刊2014年19期）
组卷模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
用项目反应理论来研究标准化试题库系统,主要是探究教育大规模招生考试的新理论应用,探讨了项目反应理论论指导标准化试题库组卷策略分析,探讨了标准化试题库系统关键参数模型设计,为试题库系统因材施教的基础上制定出考试方案和计划。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
组卷模型论文参考文献
[1].侯巍.网络化考试组卷难度系数控制与教学质量量化分析模型[J].江西电力职业技术学院学报.2019
[2].王俊臣,贾少青,王广超.项目反应理论在标准化试题库中组卷策略和参数模型研究[J].教育现代化.2019
[3].潘婷婷,詹国华,李志华.基于知识点与错误率关联的个性化智能组卷模型[J].计算机系统应用.2018
[4].吴涛.大学英语诊断性练习系统中诊断性评价模型和组卷算法的研究与实现[D].中国科学技术大学.2018
[5].邱靖,郭睿南,浦涛文,于学媛,张海涛.QPSO和GA相融合的智能组卷模型研究[J].电子设计工程.2016
[6].原虹.智能组卷体系下数学模型的构建[J].科技创新导报.2015
[7].胡慧君,刘茂福.基于差分优化语义相似度模型的智能组卷系统[J].科教导刊(上旬刊).2016
[8].孙俊丽.智能组卷系统中数学模型的研究[J].电脑知识与技术.2015
[9].韦忠庆.基于遗传算法的成人高等教育智能组卷模型的研究与设计[J].桂林航天工业学院学报.2015
[10].卢俊玮,陈杰.基于层次分析法的自动组卷评价模型的研究[J].电脑知识与技术.2014