基于人工智能的考試系統(tǒng)設計與實現(xiàn)

柯岷

（黑龍江中醫(yī)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(tǒng)等通過模擬人腦工作模式，而實現(xiàn)系統(tǒng)智能化管理的一門技術。隨著人工智能（AI）大數(shù)據(jù)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(tǒng)采用智能的神經(jīng)網(wǎng)絡算法使得系統(tǒng)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(xiàn)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(xiàn)對考試題目進行詳細分類、篩選。此外，系統(tǒng)能夠通過先行知識結構以及學生考試大數(shù)據(jù)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(tǒng)產(chǎn)生的數(shù)據(jù)來收集學生的學習狀況，并通過人工智能系統(tǒng)挖掘最佳的學習路徑，從而做到因材施教，優(yōu)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(wǎng)絡技術，開發(fā)了基于人工智能的考試系統(tǒng)。其采用遺傳算法實現(xiàn)系統(tǒng)的智能組卷功能，并通過Apriori算法對考試系統(tǒng)產(chǎn)生的海量數(shù)據(jù)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(jù)數(shù)據(jù)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(xiàn)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(lián)系

因此，一個人工智能系統(tǒng)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(tǒng)還應包括相應的實現(xiàn)算法。人工智能算法相當于機器的神經(jīng)系統(tǒng)，其可以用于機器利用大量的數(shù)據(jù)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(jīng)網(wǎng)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(jīng)網(wǎng)絡基礎上，經(jīng)過構建多隱層神經(jīng)網(wǎng)絡模型，并通過大量數(shù)據(jù)進行模型訓練，最終使得人工智能系統(tǒng)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(yōu)化算法，該算法隨著人工智能大數(shù)據(jù)時代的迅速發(fā)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(xiàn)實中的實際問題抽象出具體的模型，對應具體的映射函數(shù)。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(shù)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(shù)組編碼串

其中

該編碼方式簡單易懂，實現(xiàn)也較為便捷。

3 考試系統(tǒng)概況分析與設計

3.1 系統(tǒng)整體結構圖

本文設計的計算機系統(tǒng)中的人工智能考試系統(tǒng)，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(tǒng)功能的整體框架圖。該系統(tǒng)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(tǒng)一管理；教師登錄賬號信息之后，可以對自身系統(tǒng)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(tǒng)功能整體結構圖

3.2 系統(tǒng)數(shù)據(jù)庫設計

針對圖6中的系統(tǒng)整體框架設計的結構圖，設計了相應的數(shù)據(jù)庫表。如圖7所示為各個數(shù)據(jù)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(shù)據(jù)表之間的實體關系圖

4 系統(tǒng)的實現(xiàn)

如圖8所示為教師登錄系統(tǒng)時，顯示的教師模塊系統(tǒng)信息。教師登錄賬號信息之后，會在系統(tǒng)中顯示教師的姓名與編號，并會出現(xiàn)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(tǒng)。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(tǒng)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(tǒng)教師登錄界面

圖9 在線考試系統(tǒng)

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(fā)展，考試逐漸通過無紙化的考試系統(tǒng)進行。傳統(tǒng)的考試系統(tǒng)功能較為單一，且有大量考試數(shù)據(jù)被遺留而未利用。為此，本文采用人工智能技術，開發(fā)了基于人工智能的考試系統(tǒng)。其通過最先進的計算機高級算法，實現(xiàn)系統(tǒng)的深度學習和自我進化；用遺傳算法實現(xiàn)系統(tǒng)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(shù)據(jù)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(jù)數(shù)據(jù)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(yōu)化學習效率，提高學習成績。