论文部分内容阅读
摘 要 传统的命题方式过于依赖教师的个人经验，同时，也耗费教师大量的时间和精力。如果能设计一套集科学化、规范化、标准化和现代化为一体的通用试题库管理系统，既方便教师录入、编辑和管理试题，又能确保命题效率和质量，还能达到教考分离、以考促教、以考促学的目的。
关键词 试题库；智能组卷
中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2013）17-0019-01
命题作为考试工作的核心环节，一直以来都备受任课教师的重视，也会带来一定的困扰。传统的人工命题方式中，为了确保试卷质量、避免和近年来的试题重复，任课教师需要绞尽脑汁、大费周折的查阅相关书籍和资料，试题内容还得逐题手工录入，遇到理工类的试题中附带图表信息的，更是要投入大量的时间和精力来完成，整个命题过程工作量大、时间周期长且效率低下，无形中给任课教师增加了压力和负担，无法让教师从繁忙的教学工作中抽身投入到教学改革和科研创新上。另外，传统命题方式的试题拟定主要依赖于教师的个人经验，受教师的主观影响较大，缺乏考试的系统性、科学性和规范性。
为适应高等教育发展形势，科学的评定学生掌握知识的水平，积极引导学生按照课程要求全面准确地理解、掌握和应用所学知识，应统筹设计开发一套集科学化、规范化、标准化和现代化为一体的通用试题库管理系统，有利于教师高效、便捷管理的试题，在确保命题效率和质量的同时，又达到教考分离、以考促教、以考促学的目的，促进教学质量的全面提高。
1 现行试题库组卷策略分析
目前被广泛应用的试题库智能组卷方案有随机算法、回溯算法和遗传算法。
随机组卷算法是一种最常用的智能组卷算法，它以计算机提供的随机函数生成一个随机量，结合组卷状态空间的约束条件，在试题库内不断随机抽取符合约束条件的试题，并将试题存放到试卷中，这个随机抽取试题的过程不断重复，直到组卷成功，或再也无法从试题库中抽取符合约束条件的试题为止。随机组卷算法的算法和结构简单，实现和维护较方便，但试题库中的题量较大且分布不均，试卷需求题量较多时，抽题耗费的时间也越多，而且往往以失败告终。
回溯试探算法是基于随机组卷算法的一种改进方法，记录下随机产生的第一种状态，根据状态类型在试题库内搜索，如果搜索失败，则释放该记录的状态类型，重新回到出发点，再根据特定的要求转换另一种新的状态开始试探搜索，通过从上往下反复不断地回溯试探，直到读取到满足条件的试题生成试卷为止。回溯试探算法属于深度优先算法，它能遍历每一种可能的状态组合，如果试题数量较小且组卷约束条件不高时，其组卷成功率较高，但如果试题数量过大，那么它所对应的状态组合将非常大，就必须花费更多的时间来搜索试题，导致组卷效率低下。且该算法程序结构相对复杂，占用内存量大，抽选的试题缺少随机性，组卷耗时长。
遗传算法就是将把搜索空间映射为遗传空间，搜索空间里的一组可行解看作一条染色体，每条染色体按既定规律的二进制或十进制数字串组成，所有的染色体就形成了一个种群，而组成染色体的元素我们称之基因。通过适应度函数计算遗传迭代过程中的每一条染色体的适应度值，再根据目标函数来评价每一条染色体，在种群规模不变的情况下对染色体进行优胜劣汰的选择操作，从而产生新的种群，接着对新的种群进行杂交和变异操作，生成新的个体，再对个体进行选择。通过上次反复的迭代操作，个体都朝着最优解的方向发展，直到产生满足实际需求的最优解或次优解为止。遗传算法虽然具备良好的并行性、全局性和稳定性，但其技术还在不断探索和改进。一般的遗传算法最大的缺点就是容易早熟，也就是算法对新空间的探索能力有限，搜索效率不高，容易收敛到局部最优解，直接导致组卷过程失败。当涉及到大量个体的计算时，如果问题复杂，计算花费的时间也较多。
2 通用试题库管理系统组卷策略的设计对策
综合各类组卷算法的优缺点，结合通用试题库系统的特点，我们选择利用改进型随机组卷算法进行组卷。
在使用随机组卷算法组卷时，必须考虑以下2个问题：
1）组卷过程中系统根据客户需求所抽取的试题必须是不重复的，也就是说随机函数生成的随机数不得重复，因此，在组卷过程中，随机函数生成的随机数应该进行标识，新产生的随机数要与之前的随机数进行比较，舍弃重复的随机数。这个随机数的比较次数会随着试题数的增加而急剧增加。
2）当随机函数生成一个随机数，我们就得以该随机数为题号在试题库中抽取试题，如果试题库中存在以该随机数为题号的试题，则该试题被抽出参与组卷，否则就舍弃这个随机数，再重新生成一个随机数，如果还是没有以新的随机数为题号的试题，则再次调用随机函数，直到匹配为止。这个反复过程每次都得花费时间调用随机函数、访问数据库提取信息、数据比对，显得程序的效率不高。
在实际应用中我们发现，以随机产生的序列确定题目序列能很好的改善以上问题，那么以怎样的方式来产生有效序列呢？我们可以参考排序算法，试题库中的试题都是按题号顺序来排列，即形成一个有序序列，我们要做的是将这组有序序列转换成无序序列，输出后与随机序列进行比较。这个过程其实就是排序算法的反过程。
如果要在试题库中抽取N道试题，我们首先定义个$Disorder动态数组用于存放试题的题号，数组元素的属性为整型。在抽取试题过程中，假设$Disorder的值等于试题库中试题的总数M，则$Disorder数组内各元素的初始值依次为1，2，3，4，……M，即一个有序序列，用于表示试题库中试题的原始序号，接着利用随机函数生成一个1-M间的随机整数，假设第i次随机函数生成的随机整数为r，那么交换$Disorder[i]和$Disorder[r]的值，遵循这个原则，循环M次，确保$Disorder数组的每个元素都经过交换，$Disorder元素的值就组成了一个无序序列，那么系统只需将试题库中$Disorder数组第一到第N个元素对应的试题号的试题提取出来，组卷输出给用户。通过分析我们可以得出，要得到一个有N个元素的无序序列，需要利用M次随机函数，进行M次数据交换，效率还是很高的。
我们将上述分析过程中定义的$Disorder动态数组称为“乱序数组”，我们来估算下乱序数组所占用的存储空间，假设乱序数组中每个元素存放一个题号，元素属性为整型，占用2个字节，如果试题库中有1000道试题，那么乱序数组的占用约2K的存储空间，如果是有10000道试题，也只占用不到20K的存储空间，这对于目前的硬件技术来说简直就是九牛一毛。更加值得注意的时，通过这种方式，大大提高了程序的效率。当抽题的数量与试题库试题总数相差不是特别大，这种方法就更为实用有效了。
参考文献
[1]尹贵祥.通用试题库系统的设计[J].现代电子技术，2011（2）.
[2]梁普选，骆舒心，李丽霞.通用试题库系统的设计与实现[J].河北工业科技，2011（1）.
[3]高岩.高校试题库系统的设计与开发[D].2010，4.
[4]卫永琴.网络试题库的建设与探索[J].科技信息，2011（5）.
[5]陈永平.基于WEB的网络试题库系统设计[J].科技信息，2011（6）.
作者信息
陈君（1980-），女，江西九江人，实验师，硕士，研究方向：计算机技术。
关键词 试题库；智能组卷
中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2013）17-0019-01
命题作为考试工作的核心环节，一直以来都备受任课教师的重视，也会带来一定的困扰。传统的人工命题方式中，为了确保试卷质量、避免和近年来的试题重复，任课教师需要绞尽脑汁、大费周折的查阅相关书籍和资料，试题内容还得逐题手工录入，遇到理工类的试题中附带图表信息的，更是要投入大量的时间和精力来完成，整个命题过程工作量大、时间周期长且效率低下，无形中给任课教师增加了压力和负担，无法让教师从繁忙的教学工作中抽身投入到教学改革和科研创新上。另外，传统命题方式的试题拟定主要依赖于教师的个人经验，受教师的主观影响较大，缺乏考试的系统性、科学性和规范性。
为适应高等教育发展形势，科学的评定学生掌握知识的水平，积极引导学生按照课程要求全面准确地理解、掌握和应用所学知识，应统筹设计开发一套集科学化、规范化、标准化和现代化为一体的通用试题库管理系统，有利于教师高效、便捷管理的试题，在确保命题效率和质量的同时，又达到教考分离、以考促教、以考促学的目的，促进教学质量的全面提高。
1 现行试题库组卷策略分析
目前被广泛应用的试题库智能组卷方案有随机算法、回溯算法和遗传算法。
随机组卷算法是一种最常用的智能组卷算法，它以计算机提供的随机函数生成一个随机量，结合组卷状态空间的约束条件，在试题库内不断随机抽取符合约束条件的试题，并将试题存放到试卷中，这个随机抽取试题的过程不断重复，直到组卷成功，或再也无法从试题库中抽取符合约束条件的试题为止。随机组卷算法的算法和结构简单，实现和维护较方便，但试题库中的题量较大且分布不均，试卷需求题量较多时，抽题耗费的时间也越多，而且往往以失败告终。
回溯试探算法是基于随机组卷算法的一种改进方法，记录下随机产生的第一种状态，根据状态类型在试题库内搜索，如果搜索失败，则释放该记录的状态类型，重新回到出发点，再根据特定的要求转换另一种新的状态开始试探搜索，通过从上往下反复不断地回溯试探，直到读取到满足条件的试题生成试卷为止。回溯试探算法属于深度优先算法，它能遍历每一种可能的状态组合，如果试题数量较小且组卷约束条件不高时，其组卷成功率较高，但如果试题数量过大，那么它所对应的状态组合将非常大，就必须花费更多的时间来搜索试题，导致组卷效率低下。且该算法程序结构相对复杂，占用内存量大，抽选的试题缺少随机性，组卷耗时长。
遗传算法就是将把搜索空间映射为遗传空间，搜索空间里的一组可行解看作一条染色体，每条染色体按既定规律的二进制或十进制数字串组成，所有的染色体就形成了一个种群，而组成染色体的元素我们称之基因。通过适应度函数计算遗传迭代过程中的每一条染色体的适应度值，再根据目标函数来评价每一条染色体，在种群规模不变的情况下对染色体进行优胜劣汰的选择操作，从而产生新的种群，接着对新的种群进行杂交和变异操作，生成新的个体，再对个体进行选择。通过上次反复的迭代操作，个体都朝着最优解的方向发展，直到产生满足实际需求的最优解或次优解为止。遗传算法虽然具备良好的并行性、全局性和稳定性，但其技术还在不断探索和改进。一般的遗传算法最大的缺点就是容易早熟，也就是算法对新空间的探索能力有限，搜索效率不高，容易收敛到局部最优解，直接导致组卷过程失败。当涉及到大量个体的计算时，如果问题复杂，计算花费的时间也较多。
2 通用试题库管理系统组卷策略的设计对策
综合各类组卷算法的优缺点，结合通用试题库系统的特点，我们选择利用改进型随机组卷算法进行组卷。
在使用随机组卷算法组卷时，必须考虑以下2个问题：
1）组卷过程中系统根据客户需求所抽取的试题必须是不重复的，也就是说随机函数生成的随机数不得重复，因此，在组卷过程中，随机函数生成的随机数应该进行标识，新产生的随机数要与之前的随机数进行比较，舍弃重复的随机数。这个随机数的比较次数会随着试题数的增加而急剧增加。
2）当随机函数生成一个随机数，我们就得以该随机数为题号在试题库中抽取试题，如果试题库中存在以该随机数为题号的试题，则该试题被抽出参与组卷，否则就舍弃这个随机数，再重新生成一个随机数，如果还是没有以新的随机数为题号的试题，则再次调用随机函数，直到匹配为止。这个反复过程每次都得花费时间调用随机函数、访问数据库提取信息、数据比对，显得程序的效率不高。
在实际应用中我们发现，以随机产生的序列确定题目序列能很好的改善以上问题，那么以怎样的方式来产生有效序列呢？我们可以参考排序算法，试题库中的试题都是按题号顺序来排列，即形成一个有序序列，我们要做的是将这组有序序列转换成无序序列，输出后与随机序列进行比较。这个过程其实就是排序算法的反过程。
如果要在试题库中抽取N道试题，我们首先定义个$Disorder动态数组用于存放试题的题号，数组元素的属性为整型。在抽取试题过程中，假设$Disorder的值等于试题库中试题的总数M，则$Disorder数组内各元素的初始值依次为1，2，3，4，……M，即一个有序序列，用于表示试题库中试题的原始序号，接着利用随机函数生成一个1-M间的随机整数，假设第i次随机函数生成的随机整数为r，那么交换$Disorder[i]和$Disorder[r]的值，遵循这个原则，循环M次，确保$Disorder数组的每个元素都经过交换，$Disorder元素的值就组成了一个无序序列，那么系统只需将试题库中$Disorder数组第一到第N个元素对应的试题号的试题提取出来，组卷输出给用户。通过分析我们可以得出，要得到一个有N个元素的无序序列，需要利用M次随机函数，进行M次数据交换，效率还是很高的。
我们将上述分析过程中定义的$Disorder动态数组称为“乱序数组”，我们来估算下乱序数组所占用的存储空间，假设乱序数组中每个元素存放一个题号，元素属性为整型，占用2个字节，如果试题库中有1000道试题，那么乱序数组的占用约2K的存储空间，如果是有10000道试题，也只占用不到20K的存储空间，这对于目前的硬件技术来说简直就是九牛一毛。更加值得注意的时，通过这种方式，大大提高了程序的效率。当抽题的数量与试题库试题总数相差不是特别大，这种方法就更为实用有效了。
参考文献
[1]尹贵祥.通用试题库系统的设计[J].现代电子技术，2011（2）.
[2]梁普选，骆舒心，李丽霞.通用试题库系统的设计与实现[J].河北工业科技，2011（1）.
[3]高岩.高校试题库系统的设计与开发[D].2010，4.
[4]卫永琴.网络试题库的建设与探索[J].科技信息，2011（5）.
[5]陈永平.基于WEB的网络试题库系统设计[J].科技信息，2011（6）.
作者信息
陈君（1980-），女，江西九江人，实验师，硕士，研究方向：计算机技术。