基于WEB的网络课程在线考试系统初探

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于WEB的网络课程在线考试系统初探范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：在线考试是现阶段网络教育的一个应用热点，组卷是其中的关键之一。本文首先简述了在线考试系统的需求及其设计思想。然后分析了目前流行的组卷算法的特点，提出采用基于约束满足问题的混合组卷策略。对试题实体设置可用的属性，依据不同题型，不同要求，采用系统智能组卷，提高了抽题组卷的质量及效率。

关键词：在线考试；组卷算法；问题规模

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）34-0255-03

网络教育的在线考试是现阶段网络教育的一个应用热点。其重要作用一是使学习者随机地自测学习的效果；二是考试试题多样化，是避免考前泄题和考试过程中互相抄袭的重要科学手段之一；三是教育者可充分利用网络资源，提高工作效率，降低工作强度，做到适时、高效、安全。

一、在线考试系统概述

在线考试系统是利用现代信息技术、计算机技术、网络等技术实现的无纸化考试系统。它具有题库管理、组卷管理、试卷管理、用户管理、在线考试、阅卷管理、成绩管理等功能。本文的在线考试系统采用B/S与C/S相结合的模式，用户与系统采用B/S模式，高级管理人员与系统采用C/S模式。系统由客户端浏览层、中间web服务器层、数据库读写层组成。客户端浏览器是用户与系统的接口。浏览器以用户界面的形式显示从Web服务器上获取的信息，同时接收用户输入的信息并提交给Web服务器。Web服务器是用户与数据库的桥梁。它依据客户端用户的请求启动相应的模块完成下一步的信息响应，以及与数据库的I/O及控制操作，并以HTML代码的形式将操作结果返回到客户端的用户界面上。本文的系统中Web服务器提供给在线考试人员的主要功能有：用户登录、抽取试卷、提交答卷、成绩查询等。Web服务器与数据库连接，便于实现在线考试系统中相关信息的录入、更新、查询、维护等操作。

数据库服务器主要负责在线考试系统中用户信息、题库信息、交互信息等信息的存储。

二、基于Web考试系统的分析与总体设计

1.系统需求分析。传统考试组织流程周期比较长，从报名、命题、制卷、保卷、发题、考试、评卷、登分、公布成绩等环节，而且任何一个环节的安全保密如果出现问题，后果都将不堪设想。而无纸化考试以科学技术的方法来处理上述问题，从很大程度上降低了由人情网带来的安全保密隐患，大大缩短了传统考试组织流程周期。这在节约成本的同时，提高了安全保密性，进一步提升了考试的公平公正性。

2.系统用户分析。系统用户分析包括用户角色的确定、权限划分及其管理等。①角色分析。用户角色，主要有学生（student）、教师（teacher）和管理员（administrator）。学生可以在线考试、查询成绩；教师可以添加、修改学生信息，添加修改试题、维护试卷、组卷、手工批卷等功能。管理员可以设定系统参数，用户权限，监控管理等功能。

3.系统总体设计。基于web在线考试系统，大体由两大子系统组成，即考试子系统和试题库子系统。试题库子系统包含试题录入、试题导入、试题库维护、自动组卷、手动组卷等功能。考试系统其中包含网络考试、监控管理、试题分析等功能。①系统数据流图。通过对在线考试系统中的教师、学生、试卷等实体的关系及需求进行分析，确定所处理数据的性质、特点，确定数据流及数据在系统中由输入到输出所经历的变换。②系统功能模块。系统功能模块，主要由浏览器端（考试端）和服务器端（控制端）两部分构成。考试端完成考生的登录及其在线考试、练习等。控制端完成用户管理、题库管理、监控管理、组卷管理等。

三、基于Web考试系统智能组卷算法

1.流行的组卷算法。随机组卷算法、回溯试探算法、遗传算法、优先选择算法等是当前较为流行的组卷算法。①随机选取算法。随机选取算法基本原理是，每个试题先从试卷相对应科目的试题库中随机抽取一道不在标记表（已选过或已判断过）中的试题，并将该题写入试题标记表中。然后，依据组卷约束条件对该题进行判断，若满足所有约束条件，则该题可选，放入试卷试题队列；否则，重新从试题库中随机选取一道其它试题进行判断，直到选取到满足组卷的所有约束条件为止。②回溯试探算法。回溯法有“通用的解题法”之称。用它可以系统地搜索一个问题的所有解或任意解。一般地，为寻找满足某些条件，规模大小为N的解，先暂时不考虑关于问题规模大小N的约束，将问题的候选解按照某种约束顺序逐一枚举并试探。当发现当前候选不是解时，则可依次选择下一个候选解，若当前候解除了不满足问题规模N要求外，满足其它所有要求时，则扩大当前候选解的规模，再继续试探，如果被试探的候选解满足包括规模N在内的所有要求时，该候选解就是该题的一个解。③遗传算法。遗传算法是一种基于遗传学的搜索优化算法。它是通过变异和重组当前已知的最好的假设（初始群体）来生成新的假设。基本原理是首先假定一个代表问题可能潜在解集作为初始群体（这里是试题库中的一组试题），并确定一个适应度函数f（x），然后从初始群体中选取适应度相对高的进行复制、交叉、变异、迁移等运算，生成第二代群体，再用第二群体中适应度最高的个体或子群取代初始群体的适应度低的个体或子群，形成新的一代解集种群，循环这一过程，直到满足优化准则（组题标准）为止。④优先选择算法。当用搜索法组卷算法时，系统必须按照诸如广度优先、深度优先、局部优先等算法，对试题库中的所有试题进行搜索，当要选取符合特殊约束条件的试题（如难度高分值较大等的试题）较少时，会大大降低搜索效率，如果对题型进行优先权值描述，则在组卷时可按照优先权选取试题，这样可提高此类试题的选取效率。

2.常见组卷算法特点与混合组卷初探。①常见组卷算法的特点。上述四种智能组卷算法各有千秋。随机选取算法是一种比较简单的组卷算法，具有一定的随机性。但设置约束条件时间比较长，对于约束条件苛刻的组卷要求，组卷比较费时。回溯试探算法，是随机选取算法的一种改进，是一种递归算法，是深度遍历算法，即对所有情况进行遍历。当其约束条件较小时，遍历成功率较高；当题量较大，遍历规模也随着题量及其约束条件变大，程序结构变得复杂，将占用较大内存，试题选取随机性将变小，很难满足约束条件。遗传算法，是一种智能算法，较上两种算法进行比较，较为适合题库量较大，约束条件较多的组卷。优先选择组卷算法，设置试题的优先权重值，组卷时根据权重值的大小进行选择，但会出现权重值大的试题选中的几率较大，随机性较差。

②基于约束满足问题的混合组卷初探。在线考试的特点是规模大，随机性强，单一组卷算法很难满足在线考试组卷的要求。本系统结合单一组卷算法的优缺点，采用一种基于约束满足问题的混合组卷算法。让各种算法之间取长补短，适应组卷的多种情况。首先设置试卷的相应属性，试卷描述（期末考试）、试卷总分（100分）、考试时间（120分钟）、试卷题型及其题型分值分配、难易度、章节等属性。然后由系统智能组卷。本系统首先采用随机算法组卷，保证试题的随机性，其次采用回溯算法对于无法满足约束条件试题进行局部回溯处理，若在回溯处理过程中出现某一点反复多次回溯现象，此时采用遗传算法进行智能处理，最终完成组卷工作。

四、基于Web考试系统功能及实现

1.用户注册登录界面。用户注册、登录界面通过进行设计。在本系统中对用户管理可以由两种方式进行设置，第一种方式，用户自行注册方式，设置用户名、姓名、考试科目等相关信息；第二种方式，批量导入方式，管理员或者教师将要考试的学生相关信息整理在相应的表格或数据库中，进行批量导入。

2.考试设置界面。根据考试要求，管理员或经过授权的其他用户可以对将要进行的考试进行参数设置。通过考试安排功能，设置相应的考试名称、考试时间、考试性质、考试形式、考试人员、考试具体要求等。

3.考试监控界面。本考试系统，可以实时对考试前、中、后阶段进行监控。通过管理人员对考试的参数设置后，可在考试监控界面准备就绪项目中看到要考试的科目，及其要参加考试的考生信息。考试监控同时可以监控正在考试的科目，记录考生当前状态，如登录时间、登录IP地址等信息。同时监考人员可以对正在考试的学生进行管理，如锁定、违纪等操作。

4.阅卷、成绩功能。本考试系统有自动阅卷、人工阅卷、成绩管理功能。在查看学员的试卷情况，包括人工阅卷、成绩分析与统计等操作。

五、结论

1.搭建客户端考试平台，实现用户登录、用户注册、在线考试。

2.搭建服务器端管理平台，实现考试监控、考试设置、题库管理、试卷管理、考生管理等功能。对于考生状态，可通过自动刷新的方式进行展示；对于每个考试，验证通过后进入考试。在完成考试过程中，可以做到实时监控，并且通过设置，教师、学生可以对试卷试题进行分析。最终教师可以通过自动阅卷、人工阅卷、成绩管理、成绩分析、试卷分析等功能进一步掌握教学情况。

参考文献：

[1]剑辉，马佳琳，张勇.基于web的在线考试系统[J].西安：西安科技大学学报，2007，6（2）：280-280.

[2]振钧.基于的三层结构实现方法研究[J].计算机科学，2007，12（4）：289-291.

[3]强（导师：姜小峰）.智能组卷在线考试系统的设计与实现[D].苏州大学硕士论文，2012-05-01.

[4]周鸿玲（导师：李雁翎）.基于Web的考试系统组卷策略研究[D].东北师范大学硕士论文，2009-05-01.

[5]易钢，金敏.基于遗传算法的组卷问题策略分析及改进[Z].Proceedings of 2010 The 3rd International Conference on Computational Intelligence and Industrial Application（Volume 6），2010-12-04.

[6]青宪，叶雪梅等.无纸化考试系统自动组卷策略分析及改进[N].计算机应用，2008-12-15.

[7]白洋（导师：刘大有）.基于遗传算法结合神经网络挖掘方法的研究及在农业信息化中的应用[D].吉林大学硕士论文，2006-04-30.