基于數據挖掘的在線考試系統設計與實現

張維國

摘 要： 由于網絡教學平臺的快速發展，使學生自主學習趨向網絡化。在線考試系統是學生檢驗課程學習的一個重要手段。結合現代教育的發展需要提出了一種基于數據挖掘的在線考試系統的設計方案。運用數據挖掘技術構建在線考試系統，建立一套科學合理的成績分析和評價系統，可以節約大量的人力、物力，提高工作效率。該系統的設計和實現為推動高校的教育信息化管理積累了經驗。

關鍵詞： 在線考試； 數據挖掘； 數據分析； 成績分析； B/S

中圖分類號：TP392 文獻標志碼：A 文章編號：1006-8228（2015）12-41-04

Design and implementation of online examination system based on data mining

Zhang Weiguo

（Nanjing Institute of Tourism and Hospitality， Nanjing， Jiangsu 211100， China）

Abstract： Because of the rapid development of the network teaching platform， the students' autonomic learning trends to be network-oriented， and online examination system becomes an important tool for students to test the learning of the courses. With the development requirement of modern education， a design scheme of online examination system based on data mining is put forward in this paper. Using data mining technology to build online examination system， establishing a scientific and reasonable performance analysis and evaluation system， can save a lot of manpower and material resources， improve work efficiency. The design and implementation of the system has accumulated experience for the promotion of education information management in colleges and universities.

Key words： online examination； data mining； data analysis； performance analysis； B/S

0 引言

數據挖掘作為一種新興的技術，包括了人工智能、數據庫、統計學等學科的內容，其主要特點是對數據庫中大量數據進行抽取、轉換和分析，從中提取出能夠對用戶有作用的關鍵性數據。數據挖掘技術運用到在線考試系統中，能夠很好的處理在線考試中涉及到的數據，讓在線考試系統的實用性、高效性得到進一步的增強，幫助教師更加快速、完整的統計與分析考試信息，完善課程教學。

利用在線考試系統所積累的考試數據來分析教師的教學效果和學生的學習效果，用數據挖掘技術對這些數據進行分析，分析出來的結果用于指導教學計劃的制定和教學任務的實施，特別是學生對教學內容的興趣、教學效果的檢驗等方面的分析和了解，有助于學校有的放矢地進行教學活動的計劃和實施。

1 在線考試系統數據挖掘的定義

在線考試系統資源挖掘是指從數據服務器上的考試資源中抽取教師及學生感興趣的知識，“興趣”就是教師和學生通過考試想獲得的知識（如知識點的掌握情況、考試時間等）。在線考試系統資源挖掘其實就是對考試試卷、學生答卷以及教師教學水平等信息資源的使用，以及對這些資源之間存在的關系進行分析，找出隱藏在這些數據背后的有效信息。

原先的網絡考試系統用戶在客戶端查詢某門課程、某次考試、某個院系、某個專業、某個班級或某個學生的考試情況時，顯示的結果只是單一的、孤立的條件匹配結構列表清單，而沒有顯示出綜合評價某次考試所反映出來的教學中隱含的信息和規律。在線考試系統通過數據挖掘技術對數據進行統計與分析后，改變了這種情況。

在線考試系統資源挖掘可以將考試試卷、學生答卷以及教師教學水平等信息進行分類、匯總，使用戶在在線考試系統資源上查詢信息更加高效、全面、準確。對于考試數據服務器分析得出的信息規律，可反饋于教學，有利于提高教師教學水平、促進教師指導學生進行更有效的學習，同時為改革考試方式和內容積累經驗。

2 在線考試系統的框架結構及功能模塊設計

2.1 系統框架結構設計

在線考試系統打破了傳統考試方式對時間段和空間上的限制，系統由數據庫服務器、Web服務器和瀏覽器組成，采用B/S三層體系結構設計，并運用HTML語言、ASP和ActiveX文檔等技術。用戶打開Web瀏覽器通過HTTP協議向服務器發出請求，并接受和顯示Web服務器提供的信息。在線考試系統的框架結構如圖1所示。

[用戶層][管理員][院系秘書][教師][學生] [應用層][科目管理][題庫管理][用戶管理][成績管理][分析決策][信息發布][試卷管理][綜合管理] [數據層] [數據庫]

圖1 在線考試系統功能架構圖

數據庫是在線考試系統數據層的核心，用戶層通過應用層的功能來管理數據層；應用層包括的主要功能有：科目管理、題庫管理、用戶管理、成績管理、分析決策、信息發布、試卷管理和綜合管理等；用戶層是在線考試系統中的角色，即：管理員、院系部秘書、教師和學生。

2.2 系統目標和功能

在線考試系統可以用于學生對課程的學習效果進行遠程自助檢驗、結課考試、學校的課程清考。對在線考試系統中的數據進行挖掘，并提供挖掘模式分析，幫助教師更客觀地了解學生知識點掌握情況，及時針對教學內容和教學方法進行改進，讓課程教學內容更加合理，真正做到因材施教。

在線考試系統主要由以下五個功能模塊組成。

⑴ 組卷模塊

①手動組卷是教師設定組卷要求，從試題庫中抽取出符合要求的試題組成試卷。②自動組卷模塊的理論基礎涉及試卷評價指標與組卷要求、數學模型、智能組卷算法、試題庫中試題屬性及編碼方法等。指標項有：試卷總分、試題類型、分值、試題難度、考試時間等。用戶將組卷參數設置完成后，學生進入在線考試系統后，選擇某一課程進入考試時，系統根據考試計劃設置好的試卷總分、試題類型、分值、試題難度、考試時間從試題庫中隨機抽取對應課程試題，并自動組成一份試卷。③自動抽卷模塊用于學校的教考分離，實現對課程試卷統一管理，在線考試系統可以從課程試卷庫中隨機抽取考試課程的試卷，試卷抽取完成后，教學秘書通過網絡下載并印刷試卷。

⑵ 試題庫模塊

在線考試系統試題庫模塊用于從題庫系統中依據組卷策略選取對應課程的試題。試題庫中的試題要求其屬性能適應于在線考試系統進行數據挖掘。根據數據挖掘的結論對題庫系統進行動態調整，從而滿足教學和考試的需求。

⑶ 考試模塊

學生根據學號和密碼登錄到在線考試系統，在規定的考試時間內進行在線考試，包括自動計時、最終將考試數據提交到服務器端等功能。

⑷ 閱卷模塊

在線考試系統依據學生提交的結果進行自動閱卷，由閱卷功能模塊自動判卷，并計算出考試成績。同時對學生的考試數據進行匯總，提供學生考試數據分析報表，并將數據返回給其他功能模塊。

⑸ 挖掘系統

對學生的考試過程數據進行挖掘，數據主要包括答題順序、試題分布、答題時間、難度系數等，對這些數據進行挖掘，其分析結論用于指導教師的教學工作。

3 數據挖掘在在線考試系統中的應用

3.1 關聯規則分析課程對學生考試成績的影響

在教學分析中，數據挖掘技術中的關聯規則分析是一種使用頻繁，行之有效的方法，它能挖掘出大量數據中項集之間有意義的聯系，對教師的教學過程起指導作用。將數據挖掘技術中的關聯規則運用于在線考試系統的成績分析當中，能夠挖掘出各類課程對學生成績產生影響的因素，對學校的專科課程設置進行指導，從而提高教師的教學效率，增強學生的課程學習興趣。

運用關聯規則算法先設定一個最小可信度和支持度，得到初步的關聯規則，根據相關規則，分析出課程結構的設置和課程成績分布的影響，從而進行專業課程的結構調整，讓課程設置更加合理。在線考試系統隨機抽取園林技術專業一個班6個學期開設課程的成績，對數據進行預處理后，列出學生課程成績的部分視圖如表1所示。

表1 學生成績表

[學號＼&課程1＼&課程2＼&課程3＼&課程4＼&課程5＼&…＼&100551101＼&69＼&70＼&77＼&67＼&92＼&＼&110551112＼&69＼&91＼&52＼&85＼&65＼&＼&120101233＼&63＼&67＼&72＼&76＼&90＼&＼&130101403＼&86＼&60＼&75＼&78＼&91＼&＼&130215113＼&80＼&60＼&65＼&75＼&90＼&＼&…＼&＼&＼&＼&＼&＼&＼&]

通過對45條學生記錄的32門課程成績的分析，每門課程用A、B、C…Z、a、b、c…z表示，課程成績分成4級，量化規則如表2。量化后的成績視圖如表3。

通過關聯規則分析發現，對課程A和課程E學得好的學生，課程M通常很好；對課程B和課程C學不好的學生，課程E通常不好；對課程A、課程N和課程O學得好的學生，課程P學得也不錯；導致留級或退學的課程主要有課程B、課程C、課程J、課程b等。通過成績預警模型的運用發現，學生有課程導致留級或退學的課程出現不及格，可及時制定相應的策略，發出警示，加強對這些學生的管理，盡可能避免留級或退學的情況發生。

3.2 采用分類算法分析對考試成績有影響的因素

數據挖掘技術中的分類算法就是對一組對象或一個事件進行歸類，通過這些數據可以進行分類模型的建立和未來的預測。分類算法對考試中得到的數據進行分類，通過學生的一些基本情況探討一些對考試成績有影響的因素。分類算法可以用以下步驟實施。

3.2.1 數據采集

數據采集的工作是從數據源獲得能夠保存至數據庫或數據倉庫中的數據信息。在線考試系統中采集需要的數據，學生信息（學號，姓名，性別，出生日期，籍貫，院系，專業，班級等）、課程成績（學號，課程代碼，成績等）、課程信息（課程代碼，課程名稱，院系等）、考試易錯題（課程代碼，本次考試易題，以往考試易錯題）。

3.2.2 數據預處理

數據預處理是數據挖掘前的數據準備工作，一方面保證挖掘數據的正確性和有效性，另一方面通過對數據格式和內容的調整，使數據更符合挖掘的需要。其目的在于把一些與數據分析和挖掘無關的項清洗掉，為了給挖掘算法提供更高質量的數據。

⑴ 數據集成。把數據采集過程中得到的多種信息，利用數據挖掘技術中的數據庫技術生成相應的學生考試成績分析數據庫。

⑵ 數據清理。在學生成績分析數據庫中，會出現一些情況缺失，對于這些空缺處，就需要使用數據清理技術來填補遺漏。例如，可以采用忽略元組的方法來處理那些沒有參加考試的學生數據。

⑶ 數據轉換。數據轉換主要功能是進行數據的離散化操作。在這個過程中可以根據實際需要進行分類，比考試成績0～59分到較差類、60～80分為中等類、81～100分為優秀類。

⑷ 數據消減。數據消減的功能是把所需挖掘的數據庫消減但又不能影響到最終的數據挖掘結果。比如在分析學生學習情況的影響因素中，學生信息表中的字段很多，可以選擇性的刪除院系、班級、籍貫等字段，形成一份新的學生基本成績分析數據表。

3.2.3 利用數據挖掘技術，得出結論

通過數據挖掘技術的應用，從在線考試系統數據中得到學生數據的相關分析，比如：學生考試中的易錯點在什么地方，學生考試成績的自身原因和環境原因，師資隊伍的搭配情況，課程的設置情況等，從中得出調整學校教學資源的方案等，完善學校對學生的教學。

4 總結

數據挖掘技術是目前計算機應用上的前沿研究方向之一，特別是在電子商務、通信領域取得了令人矚目的成績。在教育領域，數據挖掘技術的應用還不夠深入和廣泛。隨著網絡教學的不斷普及，數據挖掘的研究和應用也會越來越受到重視和推廣。數據挖掘和關聯規則在網絡考試系統上的應用，對網絡教育平臺上的網絡考試系統數據進行挖掘和分析，從而對授課老師提供反饋意見，有助于老師改進教學內容和教學方法，有助于學生發現自己的知識薄弱點，指導學校人才培養方案的制定工作。

參考文獻（References）：

[1] 王春霞.基于數據挖掘的在線考試系統[J].電腦知識與技術，

2006.11：27-28

[2] 李文雄，武東英，劉勝利，肖達.基于本體的網絡攻擊案例庫模

型研究[J].計算機科學，2014.41（10）：173-176，195

[3] 陳源，譚玉玲.基于數據挖掘的在線考試系統研究咖啡[J].常

州信息職業技術學院學報，2007.1：22-24

[4] 吳英，劉俊熙.計算機考試數據分析中數據挖掘技術的應用[J].

制造業自動化，2010.32（9）：136-139

[5] 柴旭光，鞠淑范.基于k-means算法的在線考試系統的研究

與實現[J].邢臺職業技術學院學報，2013.30（106）：85

[6] 李仕瓊.數據挖掘中關聯規則挖掘算法的分析研究[J].電子

技術與軟件工程，2015.4：200