| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 图索引 | 第12-13页 |
| 表索引 | 第13-14页 |
| 第1章 绪论 | 第14-37页 |
| 1.1 研究的背景和意义 | 第14-17页 |
| 1.2 国内外研究现状及发展趋势 | 第17-34页 |
| 1.2.1 面向 E-learning 的学生评价 | 第17-22页 |
| 1.2.2 学习策略 | 第22-24页 |
| 1.2.3 测评中的组卷 | 第24-32页 |
| 1.2.4 小结 | 第32-34页 |
| 1.3 主要研究内容 | 第34-35页 |
| 1.4 论文的组织结构 | 第35-37页 |
| 第2章 综合硬性和软性评价的学生评价框架和应用 | 第37-61页 |
| 2.1 引言 | 第37-38页 |
| 2.2 学生评价框架 SEFEL | 第38-49页 |
| 2.2.1 SEFEL 的硬性评价 | 第40-43页 |
| 2.2.2 SEFEL 的软性评价 | 第43-48页 |
| 2.2.3 框架 SEFEL 与代表性评价框架的对比 | 第48-49页 |
| 2.3 学习策略推荐指导系统 | 第49-60页 |
| 2.3.1 BIT-LSS 系统模型 | 第50-53页 |
| 2.3.2 学习策略推荐算法 GLSR | 第53-56页 |
| 2.3.3 实验和评估 | 第56-60页 |
| 2.4 小结 | 第60-61页 |
| 第3章 基于分级规划和遗传算法的智能组卷算法 | 第61-75页 |
| 3.1 引言 | 第61-62页 |
| 3.2 基于多科目融合的试卷生成问题 | 第62-63页 |
| 3.3 基于分级规划和遗传算法的智能组卷算法 GAHP | 第63-70页 |
| 3.3.1 分级规划 | 第63-64页 |
| 3.3.2 遗传算法 | 第64-66页 |
| 3.3.3 GAHP 算法 | 第66-70页 |
| 3.4 实验及分析 | 第70-74页 |
| 3.5 小结 | 第74-75页 |
| 第4章 个性化遗传组卷算法 | 第75-86页 |
| 4.1 引言 | 第75-76页 |
| 4.2 个性化试卷生成问题 | 第76-77页 |
| 4.3 知识点掌握水平分析 | 第77-78页 |
| 4.4 个性化遗传组卷算法 PGA | 第78-80页 |
| 4.5 实验及分析 | 第80-85页 |
| 4.6 小结 | 第85-86页 |
| 第5章 基于试题分布的个性化遗传组卷算法 | 第86-104页 |
| 5.1 引言 | 第86-87页 |
| 5.2 问题描述和定义 | 第87-90页 |
| 5.2.1 问题描述 | 第88-89页 |
| 5.2.2 知识层级上良好试题分布的定义 | 第89-90页 |
| 5.3 基于试题分布的个性化遗传算法 IGAID | 第90-97页 |
| 5.3.1 个性化模拟试卷生成过程 | 第91-93页 |
| 5.3.2 知识层级上试题分布的调整 | 第93-97页 |
| 5.4 实验及分析 | 第97-103页 |
| 5.4.1 PGAC 算法 | 第100-101页 |
| 5.4.2 IGAID 算法 | 第101-103页 |
| 5.5 小结 | 第103-104页 |
| 第6章 结论及进一步工作 | 第104-106页 |
| 6.1 论文总结 | 第104-105页 |
| 6.2 进一步工作 | 第105-106页 |
| 参考文献 | 第106-116页 |
| 攻读学位期间发表论文与研究成果清单 | 第116页 |
| 攻读学位期间参加的国家基金与科研项目 | 第116-117页 |
| 致谢 | 第117-118页 |
| 作者简介 | 第118页 |
