[发明专利]一种基于遗忘曲线的自适应能力测试系统

说明书

本发明涉及一种基于遗忘曲线的自适应能力测试系统，属于人工智能和教育学测试评估技术领域。该系统包括题库分类模块、能力测试模块、统计分析模块以及反馈执行模块。该方法包括以下四个步骤：1）题库的建立和分类；2）设置用户能力测试的考评规则；3）统计及分析用户测试过程中答题对错记录；4）反馈用户的真实能力水平。本发明是一种高度智能化的能力测试系统，并定义了题目簇（family）用于对题库中的题目进行分类，减少出题的冗余度，能准确地测试出用户的真实能力水平。本发明涉及的自适应能力测试系统不仅可以测试出用户的真实能力水平，还可以通过用户对题目簇的记忆曲线，为研究智能学习方法提供一种有效的分析工具。

技术领域

本发明涉及一种基于遗忘曲线的自适应能力测试系统，定义题目簇对题库进行分类来减少出题的冗余度，并根据用户的题目簇遗忘曲线来量化用户对题目簇的记忆程度，有效地改善题目簇的曝光率不均问题，属于人工智能和教育学测试评估技术领域。

背景技术

自适应能力测试是教育评价中一种广泛采用的方法，在教育测量理论的发展过程中，常见的自适应测试理论有项目反应理论(Ttem Response Theory，TRT)、决策理论(Decision Theory，DT)、序贯概率比检验(Sequential Probability Ratio Test，SPRT)模型、知识空间理论(Knowledge space theory，KST)等。下面从基本假设、测试目的、复杂程度、测试精度和应用领域等几个方面对这些理论进行对比分析，结果如表1所示。

表1自适应测试理论对比分析

	基本假设	测试目的	复杂程度	测试精度	应用领域
IRT	强	能力估计	中等	精确	心理学、教育、医疗、认证等
DT	弱	分类	较复杂	较精确	工程、计算、教育等
SPRT	弱	分类	容易	较精确	工程、教育等
KST	弱	能力估计	复杂	精确	知识表示、教育