基于微服務(wù)架構(gòu)下題庫(kù)系統(tǒng)智能組卷算法應(yīng)用的研究

周藝偉 洪逸凡

摘要：基于現(xiàn)今教師出題題目難度評(píng)級(jí)客觀性差，現(xiàn)有題庫(kù)系統(tǒng)對(duì)于題目難度評(píng)級(jí)過(guò)于簡(jiǎn)單的現(xiàn)象，本系統(tǒng)采用GA算法，BP算法，解決了客觀評(píng)價(jià)試題難度評(píng)級(jí)的問(wèn)題，并且可以根據(jù)給定條件快速生成符合要求的試卷。該系統(tǒng)在微服務(wù)架構(gòu)下完成敏捷開(kāi)發(fā)作為實(shí)現(xiàn)。

關(guān)鍵詞：GA算法;BP算法;動(dòng)態(tài)題庫(kù);智能組卷;微服務(wù)

中圖分類號(hào)：G424 ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）24-0183-02

1 題目難度客觀評(píng)級(jí)的實(shí)現(xiàn)

1.1 題目評(píng)級(jí)樣本的初次統(tǒng)計(jì)

本系統(tǒng)利用了BP網(wǎng)絡(luò)的有指導(dǎo)的學(xué)習(xí)方式，通過(guò)選取2000道歷年由任課教師所出的java考試試卷題目，首先對(duì)任課教師進(jìn)行問(wèn)卷訪問(wèn)，將結(jié)果匯總后進(jìn)行人工錄入統(tǒng)計(jì)，獲得教師對(duì)于題目的難度評(píng)級(jí)評(píng)價(jià)。

試卷的難度評(píng)級(jí)定義為四級(jí)，1級(jí)為難，2級(jí)為較難，3級(jí)為較簡(jiǎn)單，4級(jí)為簡(jiǎn)單。人工首次統(tǒng)計(jì)教師對(duì)于題目的難度評(píng)級(jí)時(shí)，計(jì)算難度評(píng)級(jí)的平均值作為最終評(píng)判結(jié)果，并且計(jì)算評(píng)級(jí)標(biāo)準(zhǔn)差，將標(biāo)準(zhǔn)差高于0.5的題目剔除，避免因?yàn)榻處煹囊庖?jiàn)相差過(guò)大造成題目評(píng)級(jí)不精準(zhǔn)。最終統(tǒng)計(jì)結(jié)果保留了1342道題目。

采用同樣的方法，通過(guò)問(wèn)卷訪問(wèn)，統(tǒng)計(jì)上述1342道題目在學(xué)生立場(chǎng)的難度評(píng)級(jí)，采樣群體來(lái)自上文中被統(tǒng)計(jì)的任課教師所教授的同一學(xué)年全體學(xué)生。同樣計(jì)算難度評(píng)級(jí)的平均值作為最終評(píng)判結(jié)果，并且計(jì)算評(píng)級(jí)標(biāo)準(zhǔn)差，將標(biāo)準(zhǔn)差高于0.5的題目剔除，最終保留了1132道題目。

因?yàn)榻虒W(xué)的本質(zhì)目標(biāo)主體在于學(xué)生，該題庫(kù)數(shù)據(jù)的首次難度評(píng)級(jí)采用學(xué)生的難度評(píng)級(jí)作為真正的過(guò)往難度評(píng)級(jí)數(shù)據(jù)和實(shí)際值，教師的難度評(píng)級(jí)作為期望值，選取部分?jǐn)?shù)據(jù)對(duì)比結(jié)果進(jìn)行展示，如表1所示：

可以看到，期望值和實(shí)際值之間的差值有的相差過(guò)大（差值>1），這體現(xiàn)了教師和學(xué)生對(duì)于題目難度評(píng)價(jià)存在較大的分歧現(xiàn)象，直接證實(shí)了考試試題的難度評(píng)級(jí)難以及時(shí)得到客觀性評(píng)價(jià)問(wèn)題的存在性。

1.2題目評(píng)級(jí)參數(shù)的選取

考慮到常見(jiàn)的題庫(kù)系統(tǒng)評(píng)級(jí)一般采用人工賦值或者僅僅依靠錯(cuò)誤率來(lái)維護(hù)更新的情況，這也會(huì)導(dǎo)致一些評(píng)級(jí)不夠客觀的問(wèn)題，例如選取市面上某題庫(kù)系統(tǒng)，通過(guò)加入上文中保留的1132道題目，獲取題目難度評(píng)級(jí)和學(xué)生難度評(píng)級(jí)進(jìn)行對(duì)比。如表2所示：

可以根據(jù)數(shù)據(jù)觀察到，期望值和實(shí)際值在某些題目上仍然存在較大差距，題目難度評(píng)級(jí)的客觀性仍然沒(méi)有得到保證。

因此本系統(tǒng)在對(duì)于題庫(kù)中題目評(píng)級(jí)的維護(hù)和更新過(guò)程中，加入了知識(shí)點(diǎn)，和過(guò)往評(píng)級(jí)對(duì)于過(guò)往錯(cuò)誤率進(jìn)行結(jié)合，形成綜合考慮。

1.3 BP神經(jīng)網(wǎng)絡(luò)的選取

本系統(tǒng)為了減少了網(wǎng)絡(luò)的訓(xùn)練時(shí)間和訓(xùn)練過(guò)程中出現(xiàn)“過(guò)擬合”的傾向。隱藏層數(shù)目的確定十分重要。由于隱含層數(shù)目對(duì)于學(xué)習(xí)時(shí)間的約束限制[1]，并且按照Kosmogorov定理的內(nèi)容可知， 在合理的結(jié)構(gòu)和恰當(dāng)?shù)臋?quán)值條件下， 3層BP神經(jīng)網(wǎng)絡(luò)可以逼近任意的連續(xù)函數(shù)，所以本系統(tǒng)選擇3層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行具體測(cè)試。

1.4隱藏層節(jié)點(diǎn)的確定

相比于傳統(tǒng)系統(tǒng)評(píng)級(jí)的粗糙情況，本系統(tǒng)考慮到題庫(kù)中題目難度評(píng)級(jí)主要有知識(shí)點(diǎn)包含數(shù)量，過(guò)往錯(cuò)誤率以及上一次難度評(píng)級(jí)來(lái)決定。在保證收斂的準(zhǔn)確性的前提下，節(jié)點(diǎn)數(shù)越少，網(wǎng)絡(luò)的速度越快。三層神經(jīng)網(wǎng)絡(luò)為了保證最低的準(zhǔn)確性，根據(jù)過(guò)往實(shí)驗(yàn)統(tǒng)計(jì)擬合，如圖1所示：

節(jié)點(diǎn)數(shù)在2時(shí)就能達(dá)到準(zhǔn)確率的極值，而且增加節(jié)點(diǎn)數(shù)之后，耗時(shí)逐漸增長(zhǎng)到一個(gè)極值，因此本系統(tǒng)選擇輸入層節(jié)點(diǎn)數(shù)目為3，是足夠達(dá)到學(xué)習(xí)精準(zhǔn)度的。設(shè)置輸出節(jié)點(diǎn)數(shù)為1，作為重新計(jì)算的難度評(píng)級(jí)分值。本系統(tǒng)采用S型函數(shù)為BP神經(jīng)網(wǎng)絡(luò)神經(jīng)元轉(zhuǎn)換函數(shù)。

1.5學(xué)習(xí)速率的確定

雖然人工設(shè)定學(xué)習(xí)速率有一定的限制性，但是考慮到本系統(tǒng)題目難度評(píng)級(jí)設(shè)定為整數(shù)，因而評(píng)級(jí)計(jì)算的要求只需要保留到小數(shù)點(diǎn)后面一位即可。通過(guò)多次試驗(yàn)將學(xué)習(xí)速率確定為0.5。

1. 6 實(shí)驗(yàn)結(jié)果分析

通過(guò)選取1000條題目進(jìn)行測(cè)試，本系統(tǒng)通過(guò)訓(xùn)練后，得到的部分訓(xùn)練結(jié)果如表3所示：

通過(guò)計(jì)算期望值和實(shí)際輸出差值，可以觀察到誤差基本都小于0.001，符合實(shí)際情況的需求，和表1與表2的差值對(duì)比也能觀測(cè)到，該系統(tǒng)的確能夠通過(guò)增加參數(shù)設(shè)置，解決題目難度評(píng)級(jí)客觀性的問(wèn)題。同時(shí)本系統(tǒng)的具體實(shí)現(xiàn)對(duì)于學(xué)習(xí)率設(shè)置，隱藏層節(jié)點(diǎn)數(shù)目要求不高，節(jié)省了訓(xùn)練時(shí)間，仍能夠保證具有較高的準(zhǔn)確度。

2 快速生成組卷

2.1 GA算法應(yīng)用目的

為了解決由于在實(shí)際情況下，采用傳統(tǒng)的查找方式進(jìn)行試卷生成，系統(tǒng)往往反應(yīng)速度較慢，難以投入到真正教學(xué)使用的過(guò)程當(dāng)中，解決緩解教師出卷壓力的問(wèn)題，本系統(tǒng)采用的GA算法進(jìn)行選題組卷生成試卷。

2.2 GA算法在本系統(tǒng)的實(shí)現(xiàn)

為了減少交叉，優(yōu)化的速度，根據(jù)實(shí)際情況，將組卷參數(shù)矩陣設(shè)定為以下形式：（每題有4項(xiàng)主要參數(shù)：過(guò)往錯(cuò)誤率a1，知識(shí)點(diǎn)數(shù)a2，上一次難度評(píng)級(jí)a3，題目類型a4）

通過(guò)隨機(jī)函數(shù)產(chǎn)生N道題目，通過(guò)計(jì)算第i項(xiàng)的誤差fi和和ai指標(biāo)值的成績(jī)總和。當(dāng)結(jié)果最小時(shí)，交叉變異產(chǎn)生下一代。由于難點(diǎn)在于匹配題目的難度評(píng)級(jí)，而上文中提到的BP算法對(duì)于評(píng)級(jí)有較好的擬合，因而可以進(jìn)行成功的組卷。

3 系統(tǒng)具體實(shí)現(xiàn)

3.1系統(tǒng)分析

系統(tǒng)的模塊獨(dú)立開(kāi)發(fā)，主要使用J2EE為開(kāi)發(fā)平臺(tái)，客戶端服務(wù)端分離開(kāi)發(fā)，web頁(yè)面使用react編寫(xiě)，后臺(tái)采用spring boot框架，提供REST接口訪問(wèn)，通過(guò)nginx配置實(shí)現(xiàn)反向代理解決跨域訪問(wèn)問(wèn)題，采用MySQL數(shù)據(jù)庫(kù)進(jìn)行題目存儲(chǔ)。系統(tǒng)模塊主要分為以下四個(gè)部分：用戶管理，試題庫(kù)管理，組卷管理，成績(jī)管理。系統(tǒng)設(shè)計(jì)結(jié)構(gòu)圖如圖2所示：

3.2具體實(shí)現(xiàn)過(guò)程

在實(shí)現(xiàn)過(guò)程中，首先，通過(guò)設(shè)計(jì)數(shù)據(jù)庫(kù)相應(yīng)表，存儲(chǔ)教書(shū)，學(xué)生，成績(jī)，題目相關(guān)數(shù)據(jù)。

通過(guò)服務(wù)器端開(kāi)發(fā)，實(shí)現(xiàn)對(duì)于數(shù)據(jù)庫(kù)中數(shù)據(jù)的CURD基本操作，能夠?qū)崿F(xiàn)用戶管理，試題庫(kù)查詢和組卷請(qǐng)求的響應(yīng)，實(shí)現(xiàn)對(duì)于成績(jī)的基本錄入。

客戶端開(kāi)發(fā)頁(yè)面主要有登錄，查詢，選題，組卷，做題等功能界面

利用本文中提及的BP算法，編寫(xiě)試題庫(kù)管理模塊，對(duì)題目難度進(jìn)行合理化評(píng)級(jí)，實(shí)現(xiàn)試題庫(kù)的動(dòng)態(tài)更新。

編寫(xiě)組卷模塊，通過(guò)GA算法，在完成合理化的難度評(píng)級(jí)前提下，能夠根據(jù)給定條件快速生成合乎條件的試卷。

整個(gè)系統(tǒng)在微服務(wù)架構(gòu)下完成，因而可以使得每個(gè)模塊獨(dú)立開(kāi)發(fā)，采用更加方便的語(yǔ)言和庫(kù)調(diào)用。

本系統(tǒng)通過(guò)人工錄入1000到題目進(jìn)行測(cè)試，組卷題目評(píng)級(jí)以及生成試卷響應(yīng)時(shí)間都有一個(gè)較好的效果。因而證實(shí)了本系統(tǒng)是一個(gè)良好的組卷系統(tǒng)解決方案。

4總結(jié)

本文通過(guò)BP算法應(yīng)用可行性分析為基礎(chǔ)，提供了客觀的試題難度評(píng)級(jí)方法，使得智能組卷的題庫(kù)題目難度能夠被切實(shí)有效的客觀評(píng)級(jí)。利用GA算法使得題庫(kù)系統(tǒng)的組卷過(guò)程能夠得到快速實(shí)現(xiàn)。依托了先進(jìn)敏捷開(kāi)發(fā)的微服務(wù)架構(gòu)，針對(duì)題庫(kù)系統(tǒng)做出了基本的實(shí)現(xiàn)，為解決教師出卷主觀性強(qiáng)，難度評(píng)級(jí)和現(xiàn)實(shí)相差較大的問(wèn)題提供了一個(gè)良好的解決方案。

參考文獻(xiàn)：

[1] Hadi M N S . Neural networks applications in concrete structures[J]. Computers & Structures， 2003， 81（6）：373-381.

【通聯(lián)編輯：唐一東】