基于lt―backfilling算法的智能题库系统的设计与实现

《基于lt―backfilling算法的智能题库系统的设计与实现》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LT―backfilling算法的智能题库系统的设计与实现　　摘要：当前教学改革的背景下，很多高校采取考教分离制度，智能题库系统是加强考试管理和实行考教分离的关键。本文提出一种辅助教学的智能题库系统的系统，该系统基于CPU系统调度LT-backfilling算法的自动组卷算法。本智能题库系统实现了对试题和试卷的统一集中管理，以及试卷生成的自动化，系统化和规范化。　　关键词：智能题库；自动组卷算法；试题搜索；试题库管理　　中图分类号：TP393文献标志码：B文章编号：1673-8454（2013）17-0086-03　　一、引言

2、　　本系统是运用可视化程序设计和数据库进行开发的一个基于Web的智能题库系统，包括系统管理，题库管理，组卷管理和试卷管理等功能。本系统在教学实践中的优越性体现在两个方面，一是教学管理上的，试题库具有高效、经济、灵活和保密的特点；二是教学测试上的，由题库生成的试卷具有质量高、可预控等特点。　　二、系统设计7　　本智能题库系统采用模块化的设计方法，根据系统功能来进行模块划分，保证模块内聚性高、模块之间耦合性低。本系统的用户群包括四大类，即系统管理员、教师、助教和学生。本系统将核心业务大致划分为四个主要模块，分别是题库管理、试卷管理、组

3、卷管理和系统管理。其中，题库管理模块主要满足了在校教师对试题库中各试题的试题属性的增加、修改和删除等管理，以及题库中试题的随时上传、适时更新、及时删除和数量统计等需求；组卷管理则同时兼顾了传统的人工式手动组卷和自动的智能组卷功能；试卷管理模块主要是基于对整套试卷上传存储和已考试卷下载预览的现实需求；系统管理模块主要保证了系统管理员对整个智能题库系统的用户审核、管理和日常的系统维护工作。其结构如图1所示，本章接下来会分模块介绍智能题库系统的设计及功能，以及用户的权限设置等。　　1.系统管理　　系统管理模块的功能是管理系统用户和进行系

4、统维护，只有管理员有权使用该模块。通过系统管理模块，系统管理员可以管理系统的所有用户，维护整个系统的安全性和完整性，提供系统帮助，保证系统正常运行[1]。　　2.题库管理　　题库管理模块的功能是管理试题库，用户需通过已注册的邮箱和密码进行登陆。教师有权限对试卷、试题、学科、题型、章节和知识点进行管理，助教仅有部分权限。主要功能如下：　　（1）试题管理　　试题管理模块包括添加、删除、修改试题，查看试题分布和试题详细信息，搜索试题，管理已删除试题等功能。考虑到试题的保密性，只有教师和助教两类用户可以管理试题，并且具有不同的权限设置。　

5、　（2）试题属性管理7　　教师有权限对试题属性，包括学科、章节、知识点、题型等进行管理，可以进行增加、删除、浏览和修改，同时也会对试题库中所属学科、章节、知识点、题型的试题进行统计和计算，便于了解当前试题库中试题的分布情况。在进行题型添加时，可以根据题型选择相应的试题模板，题型和模板是多对一的关系，以增加试题上传的灵活性。　　3.组卷中心　　只有教师有权限使用该模块，组卷管理模块包含两种组卷方式：自动组卷和手动组卷。组卷系统生成的试卷若是用于期末考试，则需要避免近三年考过的试题重复被使用，所以在组卷时，需要考虑去除出近三年考过的试

6、题。　　手动组卷按题型查询试题，在试题查询和浏览过程中，教师可以按照试题的各个属性选择符合要求的试题，添加到试卷中，最后组成一份试卷。在试卷预览时，若发现组成的试卷存在某些问题，可以通过试卷调整功能删除已选试题，并重新添加符合条件的试题或者重排试题顺序，调整层次结构。这种做法效率比较低，而且也不容易控制试卷的总体难度和试卷的知识点覆盖范围。当试题库中试题数量较多时，这种缺陷更明显。所以，这种方法只适合作为经验丰富的教师进行人工组卷的辅助工具[1]。　　自动组卷是一种智能化的组卷方式，可以根据用户设置的试卷要求自动的进行组卷。用户对

7、试卷的期望将以参数的形式通过系统提供的人机交互式界面输入系统并作为组卷的依据。　　4.试卷管理7　　只有教师有权限使用该模块，试卷管理包括两个子模块：试卷上传和试卷下载。试卷上传是对组卷模块生成的试卷进行排版和编辑后，连同试卷答案和试卷信息概览表上传到服务器进行存档。试卷下载是从服务器上下载曾经考过的试卷。　　三、系统关键技术实现　　本系统的关键性技术问题是教师进行自动组卷时采用的智能组卷算法，该模块研究的主要难题是如何保证自动生成的试卷既能满足用户的需要，又能保证其科学性、随机性、客观性，以及远程网络交互式环境下的实时性。因此，

8、高效、简单通用的智能组卷算法是实现自动组卷的关键技术和研究重点。　　目前常用的智能组卷算法主要有随机抽取法、回溯试探法、遗传算法[2]。遗传算法可以用于求解智能组卷问题[2]，但基本遗传算法存在容易早收敛[3-4]、进化后期搜索效率较低的缺点，故无