基于智能组卷的《有限元法与软件应用》课程考试系统的设计

常 睿，尹飞鸿

(常州工学院计划财务处，江苏常州 213002)

基于智能组卷的《有限元法与软件应用》课程考试系统的设计

常 睿，尹飞鸿

(常州工学院计划财务处，江苏常州 213002)

根据《有限元法与软件应用》课程的教学实际，提出了课程考试内容体系，借助数据挖掘技术和智能组卷技术，设计了该课程的在线考试系统。实践表明，该系统能有效减轻教师的劳动强度，提高工作效率，让考试成绩更加客观公正。

课程;智能组卷;数据挖掘;网络考试系统

在教育信息化的背景下，高校教的工具、学的工具、评的工具、课的结构和课的形式均发生了较大的改变。基于信息化的远程网络技术是全球教育发展的趋势。作为课程教学活动中较为重要的考试环节，有必要也有可能采用网络考试的方式取代传统纸质考试的形式。为此，本文针对应用型本科院校《有限元法与软件应用》的课程特点，提出了一种基于数据挖掘技术的智能组卷策略，在此基础上，使用ASP.NET和Ajax技术，采用B/S三层模式［1］开发出了《有限元法与软件应用》网络考试系统并进行了教学测试。

1 《有限元法与软件应用》课程考试内容体系结构

作为机械工程专业的专业课，《有限元法与软件应用》课程是一门理论和实践并重的课程。本文结合常州工学院《有限元法与软件应用》课程教学组近几年的教学研究和教育改革成果，本着“厚基础、重实践、求创新”的指导思想，提出了如图1所示的《有限元法与软件应用》课程考试内容体系结构。该体系由理论考试、软件(ANSYS)和工程应用考试3个模块组成，遵循理论→实践→应用逐层递进、螺旋式上升的教学规律。每个模块下包含极其丰富的内容，理论考试模块是该课程的理论基础，软件(ANSYS)考试模块是该课程的方法和手段，工程应用考试模块是该课程教学的最终目标，用来解决实际工程问题。

图1 《有限元法与软件应用》课程考试内容体系结构

2 《有限元法与软件应用》课程考试系统体系设计

本网络考试系统能满足考生自动组卷、自测、阅卷评分、成绩查询、查看正确答案等需求，从整体上可划分成客户端的考试子系统和服务器端的管理子系统。客户端的考试子系统由在线考试和成绩查询两大子模块组成;服务器端的管理子系统则由系统安全、智能组卷、阅卷评分、题库管理、试卷分析和系统维护共6个子模块组成，具体结构如图2所示。系统安全子模块主要对系统用户进行管理，如用户注册、信息修改、权限设定等。智能组卷子模块主要提供自动组卷的功能。阅卷评分子模块主要负责将考生答案与数据库中的标准答案进行比较，根据所提供的分值计算出最终成绩。题库管理子模块提供题库的添加、修改、删除、导入和导出等功能。试卷分析子模块主要面向教师，用于对教学班进行分班的成绩分析，也可以对考试整体情况进行横向和纵向分析。系统维护子模块主要负责系统的维护工作，解决系统在使用中出现的问题。在线考试模块主要功能是验证考生信息、考试科目及考试计算机的IP地址，验证通过后将试卷传送到考生客户端，考生交卷后系统会自动收卷并将考生答案提交到数据库中。考生查询模块允许考生查询考试成绩和批改记录。

图2 《有限元法与软件应用》考试系统功能模块图

考试系统采用ASP.NET技术、Ajax技术和SQL Server2008数据库技术相结合的方法开发，总体为B/S三层体系结构［2］。如图3所示，具体实现过程划分为3层。

a．数据层。用SQL Server2008数据库提供系统所需要的各种数据服务。数据层主要包括《有限元法与软件应用》课程考试的试题数据、考试成绩数据、学生在线学习过程数据以及教师和学生的基本信息数据等。

b．业务逻辑层。该层主要处理表现层传递过来的用户请求，包括考试试题维护、学生在线考试、教师阅卷、考试统计分析以及相关查询等业务，并将结果返回给表现层，实现各模块的业务逻辑功能。

c．表现层。呈现给用户(即考生、教师和系统管理员)的前台界面。

图3 《有限元法与软件应用》考试系统体系结构图

3 《有限元法与软件应用》课程智能组卷策略设计

网络考试系统中试卷质量的高低直接影响考试成绩能否反映出学生的学习效果，而决定试卷质量的核心因素是组卷算法。目前智能组卷方法主要有随机抽取法、回溯尝试法和遗传算法3种［3］。随机抽取法生成试卷的质量参次不齐;回溯尝试法适用于要求和题量较少的组卷，当题量较大时，状态类型变换的数量将变得巨大，时空复杂度都很大。遗传算法具有鲁棒性强、全局寻优、智能搜索的特性，但也存在着算法复杂、运行速度慢等缺陷［4］。为此，本文提出一种全新的基于数据挖掘技术的智能组卷策略，如图4所示。该框架由两个子框架组成，第一个子框架负责试题分析，产生各试题的难度和区分度值及替代试题;第二个子框架负责选题组卷。

图4 《有限元法与软件应用》课程智能组卷总体框架

3.1 试题难易度和区分度分析策略

《有限元法与软件应用》课程中的弹性力学有限单元法模块试题分为选择题、判断题、简答题和计算题等内容;有限元ANSYS软件模块试题分为选择题、判断题和操作题等部分内容;过程应用模块试题全为操作题。系统根据统计学原理，首先对试题进行难度和区分度分析。

系统对于主观题难度采用的计算公式为:

式中:XH为历次考试该试题高分组的平均得分(前27%);XL为历次该试题考试中低分组的平均得分(后27%);i为试题号;W为该试题的满分人数。

系统对于客观题难度采用的计算公式为:

式中:PH为高分组通过率;RH为高分组答对人数;PL为低分组通过率;RL为低分组答对人数;n为总人数中前27%的高分考生人数或后27%的低分考生人数。

系统对于区分度采用的计算公式为:D=PH－PL

本文使用经典Apriori算法的频繁项集，对相同单元的试题分析比较，算法主要代码如下:

3.2 智能组卷策略

智能组卷是《有限元法与软件应用》课程考试系统的核心，试题难度和区分度确定后，系统需要根据这些参数抽取出最符合要求的试题，组成满足实际使用的试卷。具体步骤为:

a．测验结果分组。根据每一次的测验结果将试题分成4组，分别为高分考生答对的试题、高分考生答错的试题、低分考生答对的试题和低分考生答错的试题。

b．分组数据挖掘。分别对4组数据集进行挖掘，利用最大项集挖掘算法找出各组中最大长度的频繁项集。

c．设计区分度试题组合。设计出一个具有区分度的试题组合，表1显示了试题出现在高低分组最大长度的频繁项集中的组合情形。“高对，低错”表示在高分考生答对的最大长度频繁项集中出现的试题同时也出现在低分考生答错的最大长度频繁项集中，这类试题区分度高，是非常好的试题。“高对，低对”、“仅出现在高分对”或“仅出现在低分错”的试题，虽然区分度一般，但仍能作为推荐试题出现。除此以外的其他试题的区分度不好，应归于不推荐试题序列。

表1 高、低分组最大长度的频繁项集内试题可能产生的组合

d．生成基本题组。依据上述规则进行优先序的分类，具体做法是选取高分组答对的最大长度频繁项集，然后在这些试题的推荐优先序上标“0”;接着在高分组答对的最大长度频繁项集后加上低分组答错的最大长度频繁项集［5］。若出现相同试题，则将该试题的推荐优先序改为“1”，否则将该试题的推荐优先序标为“2”;再将低分组答对的最大长度频繁项集加入推荐的试题序列中，如果出现相同的试题，将该试题的推荐优先序标为“3”，否则加入到另一个不推荐的试题序列中。最终，在当前推荐的试题序列上删除高分错的最大长度频繁项集中出现的试题，并将它们添加到不推荐的试题序列中。完成上述操作后产生了推荐试题序列和不推荐试题序列，从而生成了基本题组。

基本试题组生成后，可从中随机抽取R组作为某份试卷的侯选题目，结合出卷者准备选出的单元比例、试题难度和区分度，对侯选试题进行筛选操作。为了防止作弊情况的发生，通常会设计出两份相似试卷。为保证公平，一般采用置换同质试题的方式。这里的替代试题来源于图4所示子框架1中的试题关联性分析步骤。

4 结束语

本考试系统结合《有限元法与软件应用》课程特点，设计了由理论考试、软件应用考试和工程应用考试三大模块组成的考试体系结构。基于难度、区分度分析算法的组卷策略极大地提高了组卷的效率和试卷的质量，并帮助学生进行有针对性的练习，在教学测试实践中起到了良好的教学和考核效果。

［1］ 郑峰，李宝明.基于B/S结构的远程教学平台设计［J］.电子测试，2008(1):67－71.

［2］ 李跃华，曹大林，丁浩.基于B/S结构考试系统的设计与实现［J］.南通大学学报，2005，4(1):73 －75.

［3］ 杨洁，郭喜凤.基于Web考试系统的智能组卷算法的研究与实现［J］.河北北方学院学报，2013，29(1):20 －23.

［4］ 王灿辉.计算机自动组卷算法研究［J］.福州大学学报:自然科学版，2001(增刊1)8 －10，14.

［5］ 肖洋，王骁，刘凤新.在线考试组卷算法研究［J］.北京化工大学学报:自然科学版，2006(4):44－47.

Design of Web Examination System Based on the Intelligent Test Paper Composition for“The Finite Element Method and Software Application”

CHANG Rui，YIN Feihong
(Changzhou Institute of Technology，JiangSu Changzhou，213002，China)

According to the teaching practice of"the finite element method and software application"course，it puts forward the course examination system.It designs the online examination system based on data mining and intelligent test paper composition.The actual application shows that this system can effectively reduce the labor intensities of teachers and enhance work efficiency，and increase the reliability of the examination.

Course;Intelligent Test Paper Composition;Data Mining;Web Examination System

TP274

A

2095－509X(2013)12－0043－04

10.3969/j.issn.2095－509X.2013.12.011

2013－11－01

常睿(1979—)，男，江苏常州人，常州工学院讲师，工学硕士，主要研究方向为数据库开发、数据挖掘算法研究、数据分析。