數(shù)字學(xué)習(xí)中試題概念權(quán)重自動(dòng)產(chǎn)生及其最佳化試題組合之研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩49頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)今信息社會(huì),數(shù)字學(xué)習(xí)是一個(gè)重要研究領(lǐng)域。數(shù)字學(xué)習(xí)系統(tǒng)中,為了評(píng)估學(xué)生的學(xué)習(xí)成效,在線測(cè)試是一個(gè)重要組成部分。通常試題庫(kù)中包含了大量試題,如何從其中選擇合適的內(nèi)容來(lái)進(jìn)行卷組合并不容易。首先要為試題庫(kù)中的試題定義相應(yīng)的參數(shù)(如概念權(quán)重),并依據(jù)這些參數(shù)來(lái)自動(dòng)組卷,這是當(dāng)前數(shù)字學(xué)習(xí)環(huán)境中的一個(gè)重要的研究議題。
   本論文旨在研究如何在題庫(kù)中自動(dòng)組合出最佳化試卷,選擇概念權(quán)重作為試題參數(shù)。論文提出一個(gè)架構(gòu),自動(dòng)的分析中文試題的概念權(quán)

2、重。該架構(gòu)首先使用潛在語(yǔ)義分析(LSA)分析關(guān)鍵詞和試題之間潛在的語(yǔ)義關(guān)系,并運(yùn)用相似度測(cè)試計(jì)算關(guān)鍵詞之間的相似程度,接著依據(jù)相似程度對(duì)關(guān)鍵詞聚群分析。最后,提出自動(dòng)產(chǎn)生概念權(quán)重(AGCW)方法將試題庫(kù)的試題賦予適當(dāng)?shù)臋?quán)重值,作為組卷的依據(jù)。本研究通過(guò)免疫算法(IA)來(lái)產(chǎn)生最佳化的試卷組合,并且與遺傳算法(GA)進(jìn)行了比較。
   通過(guò)自動(dòng)產(chǎn)生概念權(quán)重(AGCW)方法,論文成功地分析了試題庫(kù)中的測(cè)試題目參數(shù),并對(duì)測(cè)試題目中的所有

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論