陈荟慧，熊杨帆，蒋滔滔，李佳

（重庆大学计算机学院，重庆 400044）

1 研究背景及意义

自进入21世纪以来，几乎全民都在制造数据，大数据这个话题进入了各界学者的讨论范围。数据分析是组织有目的地收集数据、分析数据，使之成为信息的过程。数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。

程序在线测评系统，起源于ACM/ICPC国际大学生程序设计竞赛，是为培训该程序竞赛参赛人员开发的，但是在培训过程中，研究人员发现，OJ系统在大学生程序设计类课程的教学中也能发挥很大的作用，于是OJ也渐渐走入相关课程的教学中。很多高校都开发出了自己的OJ系统，其中较为著名的有浙江大学Online Judge（ZOJ）、北京大学 Online Judge（POJ）、同济大学 Online Judge（TOJ）、西班牙 Valladolid大学 Online Judge（UVA）等，值得一提的是，在本研究的过程中，重庆大学也收获了自己的OJ系统，重庆大学Online Judge（CQUOJ）。

对OJ系统中的题目进行难度研究，是因为在线学习的学习者的编程能力良莠不齐，如何在练习的过程中对水平不同的学习者推荐有针对性的题目，是近年来OJ系统要解决的难题。而现在的多数OJ系统里的题目难度是靠做题人的主观经验手动完成的，费时费力。OJ系统中保存着大量的测评数据，这些测评数据直接或间接反映了学习者的学习行为，我们就利用OJ系统中的原始数据，从中随机抽取部分数据作为研究样本，综合考虑各项因素，最终选择对题目难度研究最有效的特征集，利用这些特征创建分类模型，为在线测评系统上的题目作自动分类预测。……