Ứng dụng phân tích lớp tiềm ẩn xây dựng hệ thống trắc nghiệp thích nghi
Luận văn · năm 2018 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Ngành | Công nghệ thông tin — Khoa học máy tính |
| Tác giả | Nguyễn Thị Vân Thu |
| Người hướng dẫn | Đặng Hoài Phương |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2018 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Hệ thống trắc nghiệm thích nghi (TNTN) cho phép đánh giá mức độ năng lực của mỗi thí sinh theo mỗi đường đi trắc nghiệm riêng biệt (khác nhau về số lượng, nội dung và trật tự của câu hỏi trắc nghiệm). Hầu hết các hệ thống TNTN hiện tại đều được xây dựng dựa trên cơ sở lý thuyết đáp ứng câu hỏi (IRT). Tuy nhiên các hệ thống khi sử dụng IRT đều phụ thuộc vào mức độ phù hợp của ngân hàng câu hỏi trắc nghiệm, và kết quả đánh giá sẽ không chuẩn xác nếu ngân hàng câu hỏi trắc nghiệm chưa được đánh giá. Nhằm khắc phục nhược điểm nêu trên, tác giả đề xuất xây dựng hệ thống trắc nghiệm thích nghi trên cơ sở nghiên cứu ứng dụng phân tích lớp tiềm ẩn (LCA) để phân loại và sử dụng phương pháp lựa chọn câu hỏi theo hàm thông tin toàn cục (KL) cho phép lựa chọn câu hỏi tiếp theo phù hợp với mức độ năng lực hiện tại của thí sinh.
Trắc nghiệm thích nghiLý thuyết đáp ứng câu hỏiPhân tích lớp tiềm ẩnThông tin KLPhương thức lựa chọn câu hỏi
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Ứng dụng Robotium để kiểm thử các chương trình trên Android
- Ứng dụng Seantic Web để xây dựng hệ thống tra cứu hiện vật tại bảo tàng Đà nẵng
- Ứng dụng thuật toán k-láng giềng gần nhất trong phân loại văn bản tin tức theo chủ đề
- Ứng dụng thuật toán nhận dạng khuôn mặt phục vụ công việc điểm danh lớp học ở trường THPT Đồng Hới
- Ứng dụng mô hình học sâu trong mô phỏng dáng người trên không gian ba chiều
- Nghiên cứu ứng dụng mạng nơ-ron hồi quy trong phân loại tin giả tiếng việt
- Nghiên cứu và triển khai cơ chế định tuyến liên miền trong mạng SDN
- Ứng dụng mạng Nơron xây dựng hệ thống dự báo phụ tải điện năng thành phố Quảng Ngãi
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.