陈艺

（四川文理学院 教务处， 四川 达州635000）

基于高效关联规则挖掘算法的智能评卷模型研究

陈艺

（四川文理学院 教务处， 四川 达州635000）

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.

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

在学习的过程中，学生们面临着各种类型的考试，通过考试可以反映学生对所学知识的熟练程度及灵活运用能力.为了保证考试过程的公正和公平，必然需要一套标准的评分标准.现有的考试主要分为三个阶段：考前阶段、考试阶段和阅卷阶段.考前阶段主要是要保证考试题目的保密性，避免泄题现象的产生，在目前的考试系统中，这一点基本已经实现.考试阶段主要是保证考场秩序，防止作弊现象的产生，通过现有的电子屏蔽技术和考官监考等手段基本可以保证考试阶段的顺利进行.然而在阅卷阶段，由于主观题目的存在，需要通过人工阅卷方式进行，阅卷人员的……