[发明专利]一种基于双向细目表模式识别的智能组卷方法及系统

说明书

技术领域

本发明涉及教育信息化领域，尤其是一种基于双向细目表模式识别的智能组卷方法及系统。

背景技术

在智能组卷系统的研究领域，国外对标准化考试系统建设的研究已经逐步成熟，美国已经率先在 TOEFL、GRE等大型考试上采用了计算机系统考试。新加坡也已经在化学考试中利用计算机系统实现标准化考试。但是这些智能组卷系统虽然实现了组卷流程简易、试题管理方便等诸多优点，但是它也在组卷功能上存在着针对性、随机性太强的缺点。由于软件算法和软件研发人员水平的不同，软件的组卷规模和试卷的质量参次不齐，存在着功能单一、通用性弱、用户人群不普遍等不足。

目前，出现了一些专用的自动组卷系统，按照试题的数据结构和生成算法可大致分为三种：以随机算法为主的自动组卷系统、以回溯试探法为主的自动组卷系统和以人工智能算法为主的自动组卷系统。采用随机算法的组卷系统是最早出现的自动组卷系统中的一种，它利用计算机内部产生的随机数产生一批题目在题库中的流水号，并且从题库中按照此流水号抽取一定数量的试题构成试卷。采用随机算法的组卷系统组卷迅速、算法结构简单，但是由于其随机选取的试卷对于命题要点的把握度不够，因而其在多种约束条件下不能满足较高的教学实践中的组卷要求。如果高校想利用这样的系统去完成多目标、高质量的组卷任务，那么组卷软件就必须满足用户提出的各种要求，即系统需要在各种约束条件下不断地重复产生随机流水号，选择试题，判断是否符系统要求，剔除不符合条件的题目，然后再选取流水号的操作，如果一直无法随机到合适的流水号，那么系统就很容易陷入死循环状态。为了避免采用随机算法的组卷系统这一缺点，研究人员在经过大量研究后提出了基于回溯算法的组卷系统。回溯法以固定次序对变量依次进行试探操作，当查找到的新变量与原变量不一致时，算法试探结束，退回到试探前的上一状态，并且开始尝试对变量域中的其它值进行比对，直到试题域中所有的值都被试探比对过后算法结束。对于利用回溯法的软件来说，系统从软件界面获取组卷约束条件信息后，首先从题库中随机一道随机产生的试题开始组卷，并在组卷过程中不断比对题目信息与约束条件；当约束条件的目标函数越来越多，选取题目信息已经不能满足约束条件的情况下向前回溯， 并且修改已经选择过的试题信息，剔除此已经选择过的题目信息以打破无法向前继续试题的僵局。回溯算法在一定程度上避免了随机算法的抽取题目信息时的盲目性操作，但是回溯算法存在只有到无法进行向前试探时才能被动地对约束条件进行调整的缺点；并且其不能预先规避可能出现的无效信息，也不能预测题目信息与约束条件相相互矛盾时的具体时间。而以人工智能算法为主的自动组卷系统结合了上述两种算法的优点，并且针对随机算法和回溯算法的缺点都进行了一些改进。人工智能算法在抽题过程中会根据预先获得的专家组卷经验和试卷考量的针对点进行试题搜索，由于这样的系统一般都会建立相应的人工智能推理机制和相应专家知识库，因此在试卷质量和组卷成功率方面都有相当大的保证，但是基于人工智能算法的组卷系统也存在不易维护和灵活性较差等方面的缺点。

随着计算机软硬件的发展、人工智能技术和组合数学理论的飞速发展，寻求新的组卷算法来建立高质量、高效率、易维护和灵活的智能组卷系统迫在眉睫。

发明内容

为解决上述技术问题，本发明的目的在于：提供一种高质量、高效率、易于维护和灵活的，基于双向细目表模式识别的智能组卷系统。

本发明的另一目的在于：提供一种高质量和高效率的，基于双向细目表模式识别的智能组卷方法。

本发明所采取的技术方案是：

一种基于双向细目表模式识别的智能组卷系统，包括：

题库接口，用于从试题库中选择所需的题目；

双向表模式库，用于建立多种考试形式的双向细目表模式，供用户在组卷时进行选择，所述双向细目表是一个由测量的内容材料维度和行为技能所构成的表格，用于辅助用户选择考试的题目以及各类型题目所占的比例；

智能组卷策略模块，用于根据用户选择的双向细目表模式运用模式识别中的自动识别原理，按照整体偏离目标模式最小的原则从试题库中选择最合适的题目来完成自动化组卷操作；

互动式试题编制器，用于提供互动式的试题预览和试题选择，以在自动化组卷操作得到的试题未满足用户的要求时重新进行试题选择；

试题输出接口，用于在试题满足用户的要求后将试题进行输出；