贝叶斯网络在远程考试系统中的应用
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 计算机考试系统 | 第7-17页 |
| 1．1 引言 | 第7-8页 |
| 1．2 历史发展 | 第8-13页 |
| 1．2．1 计算机考试系统 | 第8-9页 |
| 1．2．2 智能计算机考试系统 | 第9-12页 |
| 1．2．3 远程考试系统 | 第12-13页 |
| 1．3 学生模型 | 第13-15页 |
| 1．4 论文安排 | 第15-16页 |
| 1．5 小结 | 第16-17页 |
| 第二章 贝叶斯网络 | 第17-28页 |
| 2．1 引言 | 第17页 |
| 2．2 图形模型的概念 | 第17-18页 |
| 2．3 贝叶斯网络简介 | 第18-20页 |
| 2．4 贝叶斯网络的历史发展 | 第20-21页 |
| 2．5 贝叶斯网络的定义及相关概念 | 第21-22页 |
| 2．6 贝叶斯网络的因果解释 | 第22-24页 |
| 2．7 贝叶斯网络的特性和算法 | 第24-26页 |
| 2．7．1 贝叶斯网络的特性 | 第24-25页 |
| 2．7．2 贝叶斯网络的更新算法 | 第25-26页 |
| 2．8 近期的发展 | 第26页 |
| 2．9 总结 | 第26-28页 |
| 第三章 利用贝叶斯网络建立学生模型 | 第28-43页 |
| 引言 | 第28页 |
| 3．1 学生模型的特点和要求 | 第28-29页 |
| 3．2 贝叶斯网络型学生模型 | 第29-42页 |
| 3．2．1 能力型学生模型 | 第29-33页 |
| 3．2．2 知识型学生模型 | 第33-42页 |
| 3．2．2．1 建立模型框架 | 第34-40页 |
| 3．2．2．2 模型参数的确定 | 第40-42页 |
| 3．3 小结 | 第42-43页 |
| 第四章 学生模型的更新 | 第43-54页 |
| 4．1 引言 | 第43-44页 |
| 4．2 基本概念 | 第44-45页 |
| 4．2．1 变量和值 | 第44页 |
| 4．2．2 潜力和分布 | 第44-45页 |
| 4．3 转换为联合树结构 | 第45-49页 |
| 4．3．1 联合树定义 | 第45-46页 |
| 4．3．2 转换步骤 | 第46-49页 |
| 4．3．2．1 建立道德图 | 第46-47页 |
| 4．3．2．2 三角化道德图 | 第47页 |
| 4．3．2．3 确定小圈子 | 第47-48页 |
| 4．3．2．4 建立最佳联合树 | 第48-49页 |
| 4．3．3 联合树形式的学生模型 | 第49页 |
| 4．4 信息的传播 | 第49-53页 |
| 4．4．1 观测和可能性 | 第49-50页 |
| 4．4．2 初始化 | 第50页 |
| 4．4．3 加入观测值 | 第50-51页 |
| 4．4．4 全局传播 | 第51-52页 |
| 4．4．5 边缘化 | 第52-53页 |
| 4．4．6 标准化 | 第53页 |
| 4．4．7 全局更新 | 第53页 |
| 4．5 小结 | 第53-54页 |
| 第五章 具体实现介绍 | 第54-60页 |
| 引言 | 第54页 |
| 5．1 出题策略 | 第54-56页 |
| 5．2 系统其他部分 | 第56页 |
| 5．3 系统原型实现 | 第56-59页 |
| 5．4 小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-63页 |
| 6．1 本文研究工作总结 | 第60-61页 |
| 6．2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致 谢 | 第66页 |
