基于MFI的不定长CAT选题策略研究  

作　　者：张滨 

机构地区：[1]赣南师范大学数学与计算机科学学院,江西赣州341000

出　　处：《电脑知识与技术》2023年第31期71-73,共3页Computer Knowledge and Technology

摘　　要：针对最大信息量选题策略中因项目曝光不均匀所导致的题库安全性问题,在沿用曝光因子和自动控制区分度函数的基础上,在0-1评分的不定长计算机化自适应测验下提出了一种新的选题策略。蒙特卡洛实验结果表明新的选题策略通过在测验过程中动态控制曝光因子和区分度的大小,使信息量大的项目被选中的概率提高,既保证了测验的效率和精度,同时也较大程度地降低了项目的曝光率,提高了题库的安全性。

关 键 词：计算机化自适应测验 项目反应理论 选题策略 项目信息量 蒙特卡洛模拟 

分 类 号：TP391.76[自动化与计算机技术—计算机应用技术]