[发明专利]一种大型考试数据模拟仿真方法、装置及存储介质

说明书

本发明公开了一种大型考试数据模拟仿真方法、装置及存储介质，所述方法包括：录入基础条件参数，其中，所述基础条件参数包括考生信息、学科信息、历史考试数据；根据所述基础条件参数，利用正态分布的概率密度函数，测算得到各单科的成绩数据；利用最小二乘法原理，对各单科的成绩数据进行优化匹配和迭代处理，得到模拟仿真的结果数据。本发明适用于大型考试相关的研究和分析，能够有效提高模拟数据的质量，进而提升考试和测试的水平和质量。

技术领域

本发明涉及模拟仿真技术领域，尤其涉及一种大型考试数据模拟仿真方法、装置及存储介质。

背景技术

传统上，在大型考试和测评中，针对目的的不同，有合格性考试和等级性考试，均可用于人才测评和人才选拔。基本上在传统考试和测评中大量应用的是基于CTT(经典测量理论)的一些相关技术。近年来，随着理论研究的发展，IRT(项目反应理论)逐渐有了越来约多的应用，但总体上大型考试还是以CTT理论为基础。

随着中高考改革的发展，对大型考试的要求也越来越高，传统大型考试的两大基本原则始终未变：质量和公平，在这两个原则的基础上，对效率的要求逐渐也提升到原则的高度。在近年的中高考改革过程中，相关领域的研究也越来越多，传统考试手段、内容和标准规范，包括赋分方式等方面也逐渐凸现出越来越多的问题，不能满足社会大众和国家政策对教育公平和质量标准不断提升的要求。

对于大型考试，尤其是中高考这类具有重大影响的大型考试，相关的研究工作具有极其重要的意义和价值，由于大型考试和测评的成本非常高，所以在进行相关研究时，数据模拟仿真就非常必要和重要。参考近年来全国各地的中高考改革，尤其是高考改革，最近几个批次的省份的高考改革的相关标准规范，包括第一批次改革的浙江、上海，第二批次的北京、山东、天津、海南等相关标准规范，尤其是赋分方式方面，模式差异较之传统方式非常大。

在相关研究过程中，对于质性的研究一般采用的方法包括文献研究法、经验总结法、综合评估法等方法路线，对于量化研究，一般就要采用模拟研究法，利用大数据分析和模拟仿真技术，探究相关因素对赋分方式的影响程度并提出相应的解决方案。

发明内容

本发明所要解决的技术问题在于，提供一种大型考试数据模拟仿真方法、装置及存储介质，适用于大型考试相关的研究和分析，能够有效提高模拟数据的质量，进而提升考试和测试的水平和质量。

本发明一实施例提供一种大型考试数据模拟仿真方法，包括：

录入基础条件参数，其中，所述基础条件参数包括考生信息、学科信息、历史考试数据；

根据所述基础条件参数，利用正态分布的概率密度函数，测算得到各单科的成绩数据；

利用最小二乘法原理，对各单科的成绩数据进行优化匹配和迭代处理，得到模拟仿真的结果数据。

其中，所述考生信息，包括考生人数、考生编号及选科信息；所述学科信息，包括各单科试卷基本信息、分值范围及难度参数。

其中，所述根据所述基础条件参数，利用正态分布的概率密度函数，测算得到各单科的成绩数据，包括：

根据所述基础条件参数，利用正态分布的概率密度函数，计算获得各分数值的理论分布概率，再乘以考生人数得到各分数的人数分布，即成绩数量分布；

将所述成绩数量分布赋予与考生人数相等的成绩数组中，得到各单科的成绩数据。

其中，所述利用最小二乘法原理，对各单科的成绩数据进行优化匹配和迭代处理，得到模拟仿真的结果数据，包括：

将一门单科的成绩数据与考生信息进行匹配，并固定匹配关系；

采用以下公式，计算出所有学科之间的皮尔逊积矩相关系数：

或