[发明专利]一种基于聚类的考试系统试题库优化方法

摘要

本发明提供的是一种基于聚类的考试系统试题库优化方法。本发明的关键在于将文本聚类特征引入到考试系统的试题库优化过程中，该方法能够在未知试题库是否无重复试题的情况下，根据试题内容与词库词语的匹配程度分词，并通过计算试题与选定中心点的相似度，将相似度最接近的试题聚为一簇，并在本簇内查找重复试题进行标记。基于聚类的考试系统试题库优化方法，能够综合考虑试题库中各试题的相似情况及试题语义，对语义相似或完全相同的试题进行标记，从而有效降低了试题库的重复度；各簇内并行运行，从而大大提升了查重速度，提高了试题查重效率。

主权项

1.一种基于聚类的考试系统试题库优化方法，其特征是：由1个试题库、1个Web服务器、1个词库和n个用户构成的考试系统，在未知试题库是否存在重复试题时，将各试题分词并与词库中各词比对，得到中心点与各试题的分词向量，由此计算试题与各中心点的相似度，并将试题加入相似度最高点中心点所在的簇内；在输入新试题组时，依次对试题分词，并与各簇内中心点计算相似度，并将试题加入相似度最高的中心点所在的簇内；在各簇内进行相似查找，将各簇内的相似试题进行标记；词库U中各词之间的权值关系表示为w_ij，其中，1≤i，j≤n，0≤w_ij≤1；试题集合X＝{Z₁，Z₂，…，Z_m}，聚类半径分别为R₁，R₂，…，R_s，其中，m为试题总数，s为总簇数；各簇中心点分别表示为A₁，A₂，…，A_s，A_l分词后得到各词表示为(A_l1，A_l2，…，A_lh)，其向量表示为其中，1≤l≤s，h为Al词总数即维数；由A₁，A₂，…，A_s为中心点的簇分别表示为V₁，V₂，…，V_s；第k个试题表示为Z_k，Z_k分词后得到各词表示为Z_k1，Z_k2，…，Z_kh，权值表示为Q_k1，Q_k2，…，Q_kh，其中，1≤k≤m，h表示Z_k的词总数即维数；Z_k的向量表示为。