基于人工智能的考試系統設計與實現

柯岷

（黑龍江中醫藥大學語言實驗中心，黑龍江哈爾濱150040）

人工智能是機器、系統等通過模擬人腦工作模式，而實現系統智能化管理的一門技術。隨著人工智能（AI）大數據信息化時代的到來，學者們正在試圖研究人工智能技術，并將其應用在教育方面[1-4]。基于AI的智能考試系統采用智能的神經網絡算法使得系統具有深度學習和自我進化的能力，從而能夠自動識別出學生在考試中所出現的錯題，進而給學生制定效果最佳的學習計劃。同時，還能實現對考試題目進行詳細分類、篩選。此外，系統能夠通過先行知識結構以及學生考試大數據來確定學生知識薄弱項，并挖掘出考試相關的知識薄弱點；采用考試系統產生的數據來收集學生的學習狀況，并通過人工智能系統挖掘最佳的學習路徑，從而做到因材施教，優化了學生的學習效率，最終提高學生的學習成績。

文中依托網絡技術，開發了基于人工智能的考試系統。其采用遺傳算法實現系統的智能組卷功能，并通過Apriori算法對考試系統產生的海量數據進行挖掘、對考試結果評析以及識別考試知識薄弱點，使教師能根據數據挖掘結果對教學重點做出調整。

1 人工智能技術

人工智能技術是計算機科學領域的一個分支，其旨在研究如何使機器能夠像人一樣進行智能化工作。即用機器模仿并實現人類感知、思考、行動等人類智力行為。

人類智能所能完成的智能任務包括感知、思考和行動。感知包括視覺、觸覺、聽覺等，對應于人工智能即為機器視覺、觸覺、聽覺感知等；思考包括學習、理解等，對應于人工智能的機器學習、機器理解等；行動包括語言、動作、表情等，對應于人工智能就是語音合成、智能化控制等。兩者的關系如圖1所示。

圖1 人工智能與人類智能的聯系

因此，一個人工智能系統也是從感知、思考與行動三方面構成，如圖2所示。此外，人工智能系統還應包括相應的實現算法。人工智能算法相當于機器的神經系統，其可以用于機器利用大量的數據進行深度學習，從而具備與人類類似的自我學習能力，促進機器的自我學習與自我進化，最終得到像人類大腦一樣的智能化處理能力。其自我學習越多，智能化工作的能力則越強。

圖2 人工智能技術體系架構

人工智能算法主要包括回歸算法、聚類算法、人工神經網絡、深度學習、類腦智能等算法，如圖3所示。深度學習是人工智能神經網絡基礎上，經過構建多隱層神經網絡模型，并通過大量數據進行模型訓練，最終使得人工智能系統具備自我學習能力。

圖3 人工智能算法理論模塊

2 遺傳算法

2.1 遺傳算法概述

遺傳算法[5-8]是一種搜索優化算法，該算法隨著人工智能大數據時代的迅速發展而被研究學者應用在各個方面，其通常被用來解決復雜問題。該算法將現實中的實際問題抽象出具體的模型，對應具體的映射函數。遺傳算法中有“初始種群”的定義，該定義類似于遺傳學中的遺傳基因信息存在于各個染色體中。該遺傳算法中的初始種群將個體編碼成位串模式，從而計算個體染色體適應值。其的具體流程，如圖4所示。

圖4 遺傳算法的處理流程

2.2 遺傳算法的編碼方式

針對上文中遺傳算法的處理流程，首先應解決的是個體的編碼方式。在智能組卷中，遺傳算法的編碼方式采用分段二進制[9-10]。其的基本思想是將考試題目按題型劃分段，每一種題型的總量決定編碼位長；當確定位長之后，采樣二進制編碼方式對每一種題型進行編碼。假設題庫中有A，B，C三類題型，對應的試題數量為n1，n2，n3。則組卷的個體長度為n1+n2+n3長度的二進制串，其編碼方式如圖5所示。

圖5 分段二進制數組編碼串

其中

該編碼方式簡單易懂，實現也較為便捷。

3 考試系統概況分析與設計

3.1 系統整體結構圖

本文設計的計算機系統中的人工智能考試系統，能夠運用于在校學生第二語言科目中[11-16]。如圖6所示為該系統功能的整體框架圖。該系統中主要分為3個模塊，分別為管理員功能模塊、教師功能模塊和學生功能模塊。其中，管理員能夠對教師或學生的信息進行統一管理；教師登錄賬號信息之后，可以對自身系統中擁有的功能模塊進行操作；每位考生對應一個賬號，學生在登錄賬號后可選擇考試科目以及完成在線考試。

圖6 系統功能整體結構圖

3.2 系統數據庫設計

針對圖6中的系統整體框架設計的結構圖，設計了相應的數據庫表。如圖7所示為各個數據庫表之間的相互關系。該表的設計主要包含5張表，分別為用戶信息表、試題表、試卷表、學生成績表及答題表。

圖7 數據表之間的實體關系圖

4 系統的實現

如圖8所示為教師登錄系統時，顯示的教師模塊系統信息。教師登錄賬號信息之后，會在系統中顯示教師的姓名與編號，并會出現試題管理、組卷管理、批改管理和試題分析這4個模塊。其主頁面清晰簡單，且易于操作。

如圖9所示為教師登錄系統。點擊考試分析、學生分析之后，會顯示學生的各種信息。該功能可以分析學生的成績情況，并能夠將學生的學習情況以曲線圖或柱狀圖、餅圖的形式分析展示出來。從該圖中的走勢便可清晰的了解，該學生某一個階段以來某課程學習的情況。進而突破了傳統教師對學生進行每次手工記錄與分析對比的繁瑣。

圖8 在線考試系統教師登錄界面

圖9 在線考試系統

5 結束語

通過考試能夠對學生所掌握的知識點進行差缺補漏，然而這需要教師以及學生自身總結考試錯題。隨著計算機技術的發展，考試逐漸通過無紙化的考試系統進行。傳統的考試系統功能較為單一，且有大量考試數據被遺留而未利用。為此，本文采用人工智能技術，開發了基于人工智能的考試系統。其通過最先進的計算機高級算法，實現系統的深度學習和自我進化；用遺傳算法實現系統的智能組卷功能，對錄入考試題目進行詳細分類、篩選，并通過海量數據挖掘考生相關薄弱知識點，從而精準定位學生薄弱項，使教師能夠根據數據挖掘結果對其自身的教學重點做出調整。進而真正意義上做到因材施教，優化學習效率，提高學習成績。