论文部分内容阅读
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
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、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参数，用户权限，监控管理等功能。
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”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，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。基本原理是首先假定一个代表问题可能潜在解集作为初始群体（这里是试题库中的一组试题），并确定一个适应度函数f（x），然后从初始群体中选取适应度相对高的进行复制、交叉、变异、迁移等运算，生成第二代群体，再用第二群体中适应度最高的个体或子群取代初始群体的适应度低的个体或子群，形成新的一代解集种群，循环这一过程，直到满足优化准则（组题标准）为止。④优先选择算法。当用搜索法组卷算法时，系统必须按照诸如广度优先、深度优先、局部优先等算法，对试题库中的所有试题进行搜索，当要选取符合特殊约束条件的试题（如难度高分值较大等的试题）较少时，会大大降低搜索效率，如果对题型进行优先权值描述，则在组卷时可按照优先权选取试题，这样可提高此类试题的选取效率。
2.常见组卷算法特点与混合组卷初探。①常见组卷算法的特点。上述四种智能组卷算法各有千秋。随机选取算法是一种比较简单的组卷算法，具有一定的随机性。但设置约束条件时间比较长，对于约束条件苛刻的组卷要求，组卷比较费时。回溯试探算法，是随机选取算法的一种改进，是一种递归算法，是深度遍历算法，即对所有情况进行遍历。当其约束条件较小时，遍历成功率较高；当题量较大，遍历规模也随着题量及其约束条件变大，程序结构变得复杂，将占用较大内存，试题选取随机性将变小，很难满足约束条件。遗传算法，是一种智能算法，较上两种算法进行比较，较为适合题库量较大，约束条件较多的组卷。优先选择组卷算法，设置试题的优先权重值，组卷时根据权重值的大小进行选择，但会出现权重值大的试题选中的几率较大，随机性较差。
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
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、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参数，用户权限，监控管理等功能。
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”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，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。基本原理是首先假定一个代表问题可能潜在解集作为初始群体（这里是试题库中的一组试题），并确定一个适应度函数f（x），然后从初始群体中选取适应度相对高的进行复制、交叉、变异、迁移等运算，生成第二代群体，再用第二群体中适应度最高的个体或子群取代初始群体的适应度低的个体或子群，形成新的一代解集种群，循环这一过程，直到满足优化准则（组题标准）为止。④优先选择算法。当用搜索法组卷算法时，系统必须按照诸如广度优先、深度优先、局部优先等算法，对试题库中的所有试题进行搜索，当要选取符合特殊约束条件的试题（如难度高分值较大等的试题）较少时，会大大降低搜索效率，如果对题型进行优先权值描述，则在组卷时可按照优先权选取试题，这样可提高此类试题的选取效率。
2.常见组卷算法特点与混合组卷初探。①常见组卷算法的特点。上述四种智能组卷算法各有千秋。随机选取算法是一种比较简单的组卷算法，具有一定的随机性。但设置约束条件时间比较长，对于约束条件苛刻的组卷要求，组卷比较费时。回溯试探算法，是随机选取算法的一种改进，是一种递归算法，是深度遍历算法，即对所有情况进行遍历。当其约束条件较小时，遍历成功率较高；当题量较大，遍历规模也随着题量及其约束条件变大，程序结构变得复杂，将占用较大内存，试题选取随机性将变小，很难满足约束条件。遗传算法，是一种智能算法，较上两种算法进行比较，较为适合题库量较大，约束条件较多的组卷。优先选择组卷算法，设置试题的优先权重值，组卷时根据权重值的大小进行选择，但会出现权重值大的试题选中的几率较大，随机性较差。