一种新的分层自适应选题策略研究

发布时间：2021-10-10 01:13

　　当前,在线测评系统得到广泛应用,选题策略成为发挥系统效能的关键,传统的选题策略存在检验精度不够、试题曝光不均衡,题库安全性差等不足,论文提出一种新的自适应选题策略,先对题库进行基于难度的分区,区内再按区分度二次分层,建立相应选择量模型,通过反馈机制,选出信息量最大的试题。实验表明新策略在保证检测效能的前提下有效地降低了试卷重复率,保证了题库的安全性。 

【文章来源】：电脑知识与技术. 2019,15(32)

【文章页数】：5 页

【部分图文】：

新选题策略算法

各参数意义与均方误差的参数表示一样。实验结果如图：实验表明最大信息量法平均误差与均方误差均最小，但其需要在选题时有全部信息，通常作为理想状态，可以作为其他策略的参照。a分层策略有较好误差值，从方差看其广泛使用时误差更大，效果不好，具有随机性。渐进最大信息量法比a分层法更好；新策略虽然误差平均值相比最大信息量法略差优于其他策略，但方差比较小，说明平均而言，其精度是最高的。

测试时对试题按区分度进行排序，区分度越高，编号越靠后，对每种策略测试其试题曝光率，实验结果见图3。实验结果表明，最大信息量法曝光率过于集中，a分层法在试题的曝光率较好，新策略曝光率较均衡，同一难度区间内存在二次分层中有小部分曝光率偏高，但不突出，能保证试卷的有效利用与安全性。


本文编号：3427357