基于高效关联规则挖掘算法的智能评卷模型研究  

作　　者：陈艺[1] 

机构地区：[1]四川文理学院教务处,四川达州635000

出　　处：《赤峰学院学报（自然科学版）》2014年第12期50-52,共3页Journal of Chifeng University(Natural Science Edition)

基　　金：四川文理学院面上项目<智能阅卷在教务综合管理平台的应用研究>(2013Z001Y)资助

摘　　要：考试评分标准的公平性和公正性一直深受关注,其能否保证阅卷人员在阅卷过程中所运用的评分标准达到一致性和稳定性,并有效控制阅卷过程中的误差,是一个迫切需要解决的问题.本文根据网上阅卷系统环境,将一种高效的关联规则挖掘算法,即Hopfield神经网络技术运用到该系统中,并采用柯尔莫戈洛夫—斯米尔懦夫检验方法来检验输出结果,从而及时发现并调整阅卷人员的工作和休息状态,提升了阅卷过程的质量和效率,进而保证阅卷过程的公平公正性.

关 键 词：网上阅卷 阅卷误差 Hopfield网络模型 柯尔莫戈洛夫-斯米尔懦夫检验 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]