数字学习中试题概念权重自动产生及其最佳化试题组合之研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·数字学习环境中试题自动生成的发展研究现状 | 第9-12页 |
| ·国外试题自动生成研究概况 | 第9-10页 |
| ·国内试题自动生成研究概况 | 第10-12页 |
| ·课题的研究意义 | 第12页 |
| ·论文的主要内容及结构安排 | 第12-14页 |
| 第2章 自动组卷系统的结构设计 | 第14-18页 |
| ·引言 | 第14-15页 |
| ·自动产生测试题目概念权重的方法 | 第15-16页 |
| ·试卷组成方法 | 第16页 |
| ·本章小结 | 第16-18页 |
| 第3章 测试题目概念权重自动产生的算法设计 | 第18-34页 |
| ·测试题目关键字提取 | 第18-20页 |
| ·潜在语义分析（LSA） | 第20-22页 |
| ·奇异值分解（SVD） | 第20-21页 |
| ·降维 | 第21-22页 |
| ·相似度测试 | 第22页 |
| ·关键字聚类 | 第22-27页 |
| ·图论算法 | 第23-27页 |
| ·关键字聚类算法 | 第27页 |
| ·自动产生概念权重（AGCW） | 第27-28页 |
| ·自动产生概念权重（AGCW）方法的实验结果 | 第28-34页 |
| 第4章 组成试卷的算法设计 | 第34-47页 |
| ·组成试卷的结构 | 第34-35页 |
| ·通过免疫算法（TSCIA）组成试卷 | 第35-41页 |
| ·初始化群的过程 | 第36-37页 |
| ·评估TSCIA算法中的亲和值 | 第37页 |
| ·克隆选择算法 | 第37-39页 |
| ·重建 | 第39页 |
| ·交叉 | 第39-40页 |
| ·变异 | 第40-41页 |
| ·实验结果 | 第41-47页 |
| 第5章 结论与展望 | 第47-48页 |
| ·结论 | 第47页 |
| ·展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51页 |
