基于题目属性与文本的试题难度预测研究--以数学试题为例
| 摘要 | 第11-12页 |
| abstract | 第12-13页 |
| 1 绪论 | 第14-15页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究意义 | 第14-15页 |
| 2 文献综述 | 第15-18页 |
| 2.1 试题难度影响因素 | 第15-16页 |
| 2.2 项目反应理论 | 第16页 |
| 2.3 测验等值 | 第16-17页 |
| 2.4 支持向量机 | 第17-18页 |
| 3 模型介绍 | 第18-28页 |
| 3.1 项目反应理论 | 第18-19页 |
| 3.2 线性回归模型 | 第19-20页 |
| 3.3 支持向量机模型 | 第20-25页 |
| 3.3.1 线性分类 | 第20-22页 |
| 3.3.2 非线性可分 | 第22-23页 |
| 3.3.3 核参数 | 第23-24页 |
| 3.3.4 核参数的选择 | 第24页 |
| 3.3.5 支持向量回归 | 第24-25页 |
| 3.4 模型评价 | 第25-28页 |
| 3.4.1 回归 | 第25-26页 |
| 3.4.2 分类 | 第26-28页 |
| 4 数据预处理 | 第28-34页 |
| 4.1 研究工具与数据 | 第28页 |
| 4.2 题目编码 | 第28-30页 |
| 4.3 计分点合并 | 第30-32页 |
| 4.4 文本预处理 | 第32-34页 |
| 5 等值处理与参数估计 | 第34-39页 |
| 5.1 模型选择与参数估计 | 第34-35页 |
| 5.1.1 IRT模型选择 | 第34-35页 |
| 5.1.2 难度及区分度估计 | 第35页 |
| 5.2 等值设计 | 第35-39页 |
| 6 回归与支持向量回归预测试题难度 | 第39-52页 |
| 6.1 等值测验IRT模型选择与参数估计 | 第39-41页 |
| 6.1.1 等值测验IRT模型选择 | 第39页 |
| 6.1.2 难度及区分度估计 | 第39-41页 |
| 6.2 变量筛选 | 第41-45页 |
| 6.2.1 基础-发展 | 第41-42页 |
| 6.2.2 题型 | 第42-43页 |
| 6.2.3 知识点模块 | 第43-44页 |
| 6.2.4 能力模块 | 第44-45页 |
| 6.3 多元线性回归预测试题难度 | 第45-48页 |
| 6.4 支持向量回归预测试题难度 | 第48-50页 |
| 6.4.1 支持向量回归模型选择 | 第48-50页 |
| 6.4.2 支持向量回归预测试题难度 | 第50页 |
| 6.5 回归与支持向量回归预测结果对比 | 第50-52页 |
| 7 支持向量机试题难度等级分类 | 第52-55页 |
| 7.1 数据预处理 | 第52页 |
| 7.2 基于文本支持向量机分类 | 第52-53页 |
| 7.3 基于题目属性支持向量机分类 | 第53页 |
| 7.4 基于文本与基于题目属性预测结果对比 | 第53-55页 |
| 8 结论与展望 | 第55-57页 |
| 8.1 结论 | 第55页 |
| 8.2 创新点与展望 | 第55-57页 |
| 8.2.1 创新点 | 第55-56页 |
| 8.2.2 展望 | 第56-57页 |
| 参考文献 | 第57-58页 |
| 致谢语 | 第58-59页 |
