基于.NET的计算机化自适应测验系统的设计与实现

【摘要】： 项目反应理论是现代心理与教育测量理论之一,由此产生的自适应测验系统在现实中的应用越来越广泛,使得教育考试也渐渐发生着变化,由传统的固定时间、试卷相同的基于经典测验理论的考试转向基于项目反应理论的自适应考试。但现有的自适应测试主要应用于一些大型的考试,如GRE等,而高校则极少用这样的系统进行测验。 计算机化自适应测验(Computerized Adaptive Test,简记为CAT)是在项目反应理论的指导下,把测量技术与计算机技术相结合的考试形式。CAT的基本思想是:使不同水平的被试都接受一组跟自己特质水平相适应的试题,测验时,从题库中选用与被试能力水平相适应的项目给被试作答,即对高水平的被试施测难题,对低水平的被试施测易题,对不同能力水平的被试施测难度不同的项目,因而能对所有特质水平上的被试的能力提供相同精度的测量,由此真实地反映被试的实际水平。与传统测验相比,CAT既能考虑测验跨度又能兼顾精度,做到因人施测、缩短测验时间,从而提高测验效率、测验结果更真实等,从根本上解决了传统测验中存在的问题。 本文对计算机化自适应测验系统的需求分析、概要设计、详细设计及实现进行了详细分析,并重点分析了CAT中的两个关键技术:选题策略及能力估计。现有的选题策略各有特点,在综合比较了各种选题策略基础上,给出了一种既能将试题的三个参数(区分度、难度及猜测度)因素考虑进来,又能让测验中的知识点分布较均匀的选题策略。能力估计没有固定方法,在对多种方法进行分析及实践的基础上选择了贝叶斯期望后验估计方法(Bayes Expected a PosteriorEstimation,EAPE)进行能力估计,对所选择的算法进行仿真实验比较,设计和实现了一个计算机化自适应测验系统。