面向实践教学的作业查重系统

随着高等教育从知识传授到能力培养的转型,实践教学成为大学教师普遍重视的人才培养环节。实践教学的主要难点在于教学过程的管控和形成性考核的质量。作业查重系统是降低教师负担,提高过程监控质量的有效工具。研发了一种便捷、低成本且无须数据库的作业查重系统,采用k-gram字符串匹配算法,逐字符的对比作业文档之间的字符串,当文档间相同的字符串长度达到阈值时,则计入重复度中。在软件工程课程的教学实践中的应用结果表明,教师可结合系统查重结果,对教学情况进行分析,从而实现差异化作业质量监控,提高课程质量、促进学风建设。

基于Simhash算法的作业查重系统设计

为了减少大学生完成作业过程中的抄袭问题,提高大学课程教学的过程性考核效果。基于自然语言处理中常用的Simhash算法,设计开发了作业查重系统。该系统以Spring、SpringMVC、MyBatis(SSM)为开发框架,前端开发采用Bootstrap技术。先采用IKAnalyzer分词器对输入的作业文本进行分词处理,再使用Simhash算法计算文档的签名,最后通过计算汉明距离得到作业的查重结果。该系统能够对学生提交的作业进行查重,帮助教师客观地评价学生的作业完成情况,有效防止作业抄袭现象,从而营造良好的学风环境,促进学生的健康发展。

研究生课程论文(作业)学术不端行为的成因及对策分析——以Z大学为例

通过对中国知网作业查重系统的数据收集和对部分学生的交流访谈,分析了2019—2020学年Z大学研究生课程论文(作业)学术不端行为存在的一些主要问题,从而进一步剖析学生学术不端行为产生的原因,梳理Z大学现有制度及多年的教学改革经验,对预防学生学术不端行为提出了一些建议。

基于Python的作业相似度检测的研究与实现

随着互联网的快速发展,信息共享的途径不断增多,高校作业雷同现象越来越多。为了解决这一问题,基于Python环境主要依赖Jieba分词库以及Gensim工具包,实现了对高校学生电子作业雷同的检测。通过对待查重文件的预处理、生成分词列表以及利用gensim工具包对工作流程进行分析,通过TF-IDF算法进行关键字提取,训练模型计算出文本相似度,并应用在实践教学里,高校教师可根据查重结果对学生针对不同的情况进行教学安排,可以培养学生独立自主完成作业的习惯,促进良好学风的建设。

基于Activiti的教学过程控制系统设计与实现

为了更好地反映学生在学习过程中对知识的掌握、理解情况和学习能力,通过对不同学科不同教师的教学方法进行分析,将过程控制应用于教学中,建立教学过程模型和作业评价模型。使用TextRank算法和SimHash算法对学生作业进行查重分析,开发基于开源工作流引擎Activiti的教学过程控制系统。该系统使整个教学过程更加科学,并可对学生学习过程结束后提交的作业进行多维度分析,更加科学地反映教学存在的问题。