本站联系方式
   联系QQ  :1095080675
   联系QQ  :1223950575
  技术指导:1353934434
  
  电子邮箱:1095080675@qq.com
标题  ASP实现的基于数据挖掘的在线考试系统
编号  11406
编程语言  ASP
开发环境  DreamWeaver 8
数据库  ACCESS
资料明细  论文、程序
推荐指数  ★★★★★
内容介绍

2. 在线考试系统的组成结构
本系统采用 B /S (Browser /Server)三层体系结构 ,由浏览器、 Web服务器和数据库服务器组成 ,并 运用 HT ML语言、 动态 HT ML语言、 ASP和 ActiveX文档等技术 ,由 Webserver统一进行管理 ,用户通过 Web游览器以 Htt p协议向服务器发出请求 ,并接受和显示服务器提供 Web信息。
(1) 身份验证   主要对学生学号、 教师工号、 管理员账号进行密码验证 ,确认身份和其拥有的相应 权限 ,登录后用户能自行修改初始密码。
(2) 试题显示  将试题从题库里随机抽取出来 ,并以网页的形式发放给学生。
(3) 计时  在答题界面上动态显示剩余时间,学生若不主动提交答案 ,考试结束系统将自动提交学生答案 ,以保证考试的公平性。
(4) 答卷提交   无论是学生手动提交还是系统到时自动提交 ,都将答案发送给服务器 ,并以数据库表的形式存储。同时修改学生状态 ,不允许二次登录重考。
(5) 自动阅卷  学生提交答卷后 ,系统将自动批改试卷 ,并将成绩保存到相应的数据库中。
(6) 成绩查询  在批改完试卷后 ,学生将能查询到考试成绩 ,并能查阅自己的答卷 (包括试题和 学生的答案 )及正确答案的对照 ,并对教师的改卷进行监督。而教师端的成绩查询将能查看所有任教 班级的成绩 ,进行对比。
(7) 在线阅卷  对于客观题 ,输入唯一的答案即可;对于主观题 ,要求命题教师尽量给出多个参考 答案并将每个答案的关键字及其所对应的权值、 答案序号输入答案关键字库 ,系统将主观题成绩保留 到数据库中 ,并与客观题成绩合计得到学生总成绩。
(8) 题库管理   管理员将对题目进行增、 删、 改等日常维护 ,由于考虑了系统的通用性 ,还支持科目 的增、 删、 改 ,即本系统支持不同科目的考试。
(9) 试卷管理  包括组建新试卷 ,对系统已有试卷进行删改。
(10) 考试管理   包括确定某一科目的考试 ,选择考试所用试卷 ,以及设定考试的有效期、 考试时间的长短、 本次考试参加的班级等。
(11) 用户管理  对系统所有用户的账号和密码进行日常的维护。
(12) 在线监考   记录学生的答题起止时间 ,机器的 IP地址 ,监视学生答题状态等。
(13) 消息管理  管理员可在系统的公告栏中发布考试相关的信息 ,供用户参考。
3. 关键技术及主要功能的实现
3. 1  开发环境
为了实现上述功能 ,整个系统构建于 Microsoft网络解决方案上。服务器端操作系统采用 Windows 2000 Advanced server,数据库采用 Microsoft Access 2000,客户端使用 IE或其他 WWW浏览器。整个系 统的程序用 ASP来实现 ,网页制作在 Dreamweaver下完成。ASP是服务器端脚本编写环境,利用 ASP ADO组件 ,开发者可以方便地访问与任何 ODBC兼容的 WEB数据库;利用 ASP的内置对象,开发者可 以摆脱如何存取来自用户方请求等繁琐工作 ,开发动态、 交互式、 高效率的站点服务器应用程序 ,所以 选取 ASP将有利于本系统的开发。
3. 2  运用数据挖掘技术实现智能题库系统
智能题库是在线考试系统的核心模块 ,是整个系统的关键所在 ,采用数据挖掘技术来实现。数据 挖掘 (Data Mining)是从大量的、 不完全的、 有噪声的、 模糊的、 随机的数据中提取隐含在其中的、 人们事 先不知道的、 但又是潜在有用的信息和知识的过程。
(1) 数据准备— — — 构造题库、 答案库和答案关键字库   首先 ,设计数据库 ,数据库中包含题库、 答 案库和答案关键字库 ,题型库中包含科目、 题号、 题型、 题目、 难度、 分值等字段;答案库中包括科目、 题 号、 分值、 答案、 答案序号 (用于标识同一题的多个答案 )等字段 ,其中题号是关键字;答案关键字库中 包含题号、 答案序号、 权值和答案关键字。其次 ,将答案输入答案库。对于客观题 ,输入唯 一的答案即可;对于主观题,要求命题教师尽量给出多个参考答案并将每个答案的关键字及其所对应的 权值、 答案序号输入答案关键字库。
(2) 数据挖掘方法   数据挖掘方法通常可以分为两大类:一类是统计型 ,常用的技术有概率分析、 相关性、 聚类分析和判别分析等;另一类是人工智能中的机器学习型 ,通过训练和学习大量的样品集 ,得 出需要的模式或参数。由于各种方法都有自身的功能特点以及应用领域 ,数据挖掘技术的选择将影响 最后结果的质量和效果 ,通常是将多种技术结合使用 ,形成优势互补。可采用以下的数据挖掘方法:
①采用决策树算法:为每个问题的答案构造一个二叉树 ,每个分支或者是一个新的决策点 ,或者是一个叶 子节点。在沿着决策树从上到下的遍历过程中 ,对每个问题的不同回答导致不同的分支 ,最后到达一 个叶子节点 ,每个叶子节点都会对应确定的权值 ,通过对权值的计算判定得分;
② 采用模糊论方法:利用模糊集合理论 ,对实际问题进行模糊判断、 模糊决策、 模糊模式识别、 模糊簇聚分析。由于主观题答案 很灵活 ,答案不可能完全匹配 ,采用此方法将考生答案与答案库中的答案进行对照 ,以确定答案的正确 度 ,从而更客观准确地评定主观题分数。

说明
 以上是论文部分内容。如果对以上内容感兴趣,可以QQ:1095080675或邮件1095080675@qq.com继续联系我们。
相关文章
  • 基于数据挖掘的客户信息管理系统
  • ASP实现的在线考试系统
  • 基于ASP.NET的在线考试及试卷分析系统的设计与实现
  • JSP在线考试系统
  • 数据挖掘在客户关系管理系统中的应用
  • 基于VC++6.0的关联数据挖掘程序的设计与实现
  • 文章导航
  • 上一篇:基于B/S架构的在线考试系统设计
  • 下一篇:ASP实现的程序设计课程教学网站