计算机自适应测试能够根据被试的答题情况,即时估计被试的当前能力水平,并从题库中选择出最符合当前被试能力水平的试题进行施测。计算机自适应测试的提出和发展为教育评价提供了新的手段,与传统的测试方式相比,自适应测试具有测试效率更高、结果更准确等优点。由于计算机自适应测试的核心是选择最适合的试题让被试作答,因此如何在题库中选择试题,即选题策略,是计算机自适应测试研究领域的核心问题之一。目前虽已提出许多自适应测试的选题策略,但是对于测试中内容平衡约束条件的控制关注较少,而内容平衡对于测试准确性具有较大的影响。本论文以此为切入点,在现有选题策略的基础上进行改进,提出了c-STR-ST内容平衡选题策略,并采用Monte Carlo模拟实验的方式将c-STR-ST与现有的CCAT、MMM以及STR-C选题策略的测试效果进行对比。实验结果表明c-STR-ST选题策略在测试准确性、曝光率、测试重叠率等多项指标上综合表现优于其他三种选题策略。此外,本论文基于c-STR-ST选题策略设计并开发了计算机自适应测试系统,并建设基于高一数学三个内容域的题库,将该系统与题库应用到高中数学阶段性教学评价中,根据测试的结果对学生内容域总体掌握情况、学生的认知情况进行分析,为教师和学生提供更加详实、更有针对性的评价结果,促进个性化学习的展开。