一种基于遗传算法的试题推荐方法

摘要

针对大量试题造成信息过载,导致试题推荐的个性化程度不高、效率低下等问题,根据认知诊断、数据挖掘及自然语言处理等交叉领域的研究,提出一种基于遗传算法的试题推荐方法TCEGA。该方法根据认知诊断模型确定试题与知识点的关联状况,对学生的试题掌握水平进行建模;结合隐含语义分析方法对试题库的数据进行处理,根据试题难度为学生推荐相应的试题。TCEGA考虑了受推荐学生在学习方面的个性,同时考虑了群组学生在学习方面的共性,以提高试题推荐的合理性与准确性。对比实验结果表明,该方法在试题推荐时的准确率达到90.17%,相比传统SOM算法的准确率提高了11.79%,可广泛应用于在线学习的试题推荐场景。