基于web的网络课程在线考试系统初探

《基于web的网络课程在线考试系统初探》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于WEB的网络课程在线考试系统初探　　摘要：在线考试是现阶段网络教育的一个应用热点，组卷是其中的关键之一。本文首先简述了在线考试系统的需求及其设计思想。然后分析了目前流行的组卷算法的特点，提出采用基于约束满足问题的混合组卷策略。对试题实体设置可用的属性，依据不同题型，不同要求，采用系统智能组卷，提高了抽题组卷的质量及效率。　　关键词：在线考试；组卷算法；问题规模　　中图分类号：G642.0文献标志码：A文章编号：1674-9324（2013）34-0255-03　　网络教育的在线考试是现阶段网络教育的一个应用热点。其重要作用一是使学习者随机地自测学习的效果；二是考试试题多样化，是避免

2、考前泄题和考试过程中互相抄袭的重要科学手段之一；三是教育者可充分利用网络资源，提高工作效率，降低工作强度，做到适时、高效、安全。　　一、在线考试系统概述7　　在线考试系统是利用现代信息技术、计算机技术、网络等技术实现的无纸化考试系统。它具有题库管理、组卷管理、试卷管理、用户管理、在线考试、阅卷管理、成绩管理等功能。本文的在线考试系统采用B/S与C/S相结合的模式，用户与系统采用B/S模式，高级管理人员与系统采用C/S模式。系统由客户端浏览层、中间Web服务器层、数据库读写层组成。客户端浏览器是用户与系统的接口。浏览器以用户界面的形式显示从Web服务器上获取的信息，同时接收用户输入的信息

3、并提交给Web服务器。Web服务器是用户与数据库的桥梁。它依据客户端用户的请求启动相应的模块完成下一步的信息响应，以及与数据库的I/O及控制操作，并以HTML代码的形式将操作结果返回到客户端的用户界面上。本文的系统中Web服务器提供给在线考试人员的主要功能有：用户登录、抽取试卷、提交答卷、成绩查询等。Web服务器与数据库连接，便于实现在线考试系统中相关信息的录入、更新、查询、维护等操作。　　数据库服务器主要负责在线考试系统中用户信息、题库信息、交互信息等信息的存储。　　二、基于Web考试系统的分析与总体设计　　1.系统需求分析。传统考试组织流程周期比较长，从报名、命题、制卷、保卷、发题

4、、考试、评卷、登分、公布成绩等环节，而且任何一个环节的安全保密如果出现问题，后果都将不堪设想。而无纸化考试以科学技术的方法来处理上述问题，从很大程度上降低了由人情网带来的安全保密隐患，大大缩短了传统考试组织流程周期。这在节约成本的同时，提高了安全保密性，进一步提升了考试的公平公正性。　　2.系统用户分析。系统用户分析包括用户角色的确定、权限划分及其管理等。①角色分析。用户角色，主要有学生（student）、教师（teacher）和管理员（administrator）。学生可以在线考试、查询成绩；教师可以添加、修改学生信息，添加修改试题、维护试卷、组卷、手工批卷等功能。管理员可以设定系统

5、参数，用户权限，监控管理等功能。7　　3.系统总体设计。基于web在线考试系统，大体由两大子系统组成，即考试子系统和试题库子系统。试题库子系统包含试题录入、试题导入、试题库维护、自动组卷、手动组卷等功能。考试系统其中包含网络考试、监控管理、试题分析等功能。①系统数据流图。通过对在线考试系统中的教师、学生、试卷等实体的关系及需求进行分析，确定所处理数据的性质、特点，确定数据流及数据在系统中由输入到输出所经历的变换。②系统功能模块。系统功能模块，主要由浏览器端（考试端）和服务器端（控制端）两部分构成。考试端完成考生的登录及其在线考试、练习等。控制端完成用户管理、题库管理、监控管理、组卷管理

6、等。　　三、基于Web考试系统智能组卷算法　　1.流行的组卷算法。随机组卷算法、回溯试探算法、遗传算法、优先选择算法等是当前较为流行的组卷算法。①随机选取算法。随机选取算法基本原理是，每个试题先从试卷相对应科目的试题库中随机抽取一道不在标记表（已选过或已判断过）中的试题，并将该题写入试题标记表中。然后，依据组卷约束条件对该题进行判断，若满足所有约束条件，则该题可选，放入试卷试题队列；否则，重新从试题库中随机选取一道其它试题进行判断，直到选取到满足组卷的所有约束条件为止。②回溯试探算法。回溯法有“通用的解题法”7之称。用它可以系统地搜索一个问题的所有解或任意解。一般地，为寻找满足某些条件

7、，规模大小为N的解，先暂时不考虑关于问题规模大小N的约束，将问题的候选解按照某种约束顺序逐一枚举并试探。当发现当前候选不是解时，则可依次选择下一个候选解，若当前候解除了不满足问题规模N要求外，满足其它所有要求时，则扩大当前候选解的规模，再继续试探，如果被试探的候选解满足包括规模N在内的所有要求时，该候选解就是该题的一个解。③遗传算法。遗传算法是一种基于遗传学的搜索优化算法。它是通过变异和重组当前已知的最好的假设（初始群体）来生成新的假设。基本原