数据挖掘技术在试题质量评价中的应用

介绍了关联规则基本概念及Apriori算法,分析了关联规则挖掘在试题评价中存在的不足,提出了一种基于信息量的关联规则挖掘改进算法ARMABI.实验结果表明,该算法性能明显优于传统的关联规则挖掘算法,具有较高的推广价值.并且,对下一步工作进行了展望.

基于回归算法的试题质量评价系统研究

试卷评价是教育评价的重要部分,现有的试卷评价系统利用统计方法求解出预定指标项的值,并用直方图表示考生总分的分布情况,以此对试卷有一个全面宏观的了解。然而,这些指标缺乏对具体考题进行质量评价,难以作出进一步的分析和评价。文章结合KDD领域中的有关技术,提出一种数据表示形式,在此基础上求解出一系列针对考题及考题集的评价指标,以便更深入地反映试卷的具体情况,这一求解结果也有助于试题库的维护。

化学核心素养视角下试题的质量评价探索

以化学核心素养为导向,从"考查的化学知识、创设的真实情境、设计的实际问题、体现的能力要求与核心素养和倡导的价值导向"五个维度构建框架,细化评价要点,初步形成试题质量评价标准。运用标准分析评价试题质量,取得良好的实践效果。

S-P表理论在数学试题质量与学生学习类型评价中的应用

S-P表理论作为上世纪70年代兴起的教育测量理论,以其图形直观、信息量大的特点,迅速成为了教育者研究试题和学生的重要工具,但其繁杂的算法和巨大的计算量又让许多的教育研究者望而却步.本文中,我们将讨论S-P表理论在几类考试中评价试题和学生的运用办法,并基于S-P表理论,以珠海市某次数学考试结果为例,使用本单位研究小组设计编写的S-P表分析软件,对试题质量和学生学习类型进行评价.