МЕТОД АВТОМАТИЧЕСКОГО ФОРМИРОВАНИЯ ТЕСТОВ ДЛЯ ПОДГОТОВКИ К СДАЧЕ ЕГЭ

В настоящее время в сфере образования существует множество различных экзаменов в форме тестирования, определяющих непосредственный уровень подготовки испытуемого.  Для исключения возникновения непредвиденных обстоятельств и достижения максимальных результатов в тестировании важен качественный подход к подготовке. Стандартизация тестовой структуры и процедур тестирования позволяет автоматизировать процесс подготовки обучающегося.

Исследования показывают, что уровень подготовки складывается не только из индивидуальных способностей, знаний обучающихся, а также от знакомства испытуемого со структурой экзаменационного тестирования. Исходя из этого мы имеем не только проблему недостаточного уровня подготовки испытуемых, а также проблему незнания формата проведения экзамена, понимание структуры тестовых испытаний, что прямым образом отражается на итоговом результате тестирования.

Практическая значимость результатов работы состоит в возможности использования разрабатываемой информационной систем подготовки к сдаче ЕГЭ на основе автоматического формирования тестов для совершенствования процесса подготовки обучающегося за счет специальных методов анализа и оценки результатов прохождения предварительных тренировочных испытаний.

Для автоматического формирования набора тестовых вопросов был разработан метод, математическое описание которого представлено ниже.

x[i] – количество вопросов для i-й темы, которое рассчитывается по следующим формулам (1.1 и 1.2)

                                                                             (1.1)

                                                                         (1.2)

где p_i – количество правильных ответов по i-й теме;

G – желаемый коэффициент правильных ответов, определяется множеством.

n_i – общее количество ответов по i-й теме.

Δk_i – разница между желаемым и текущим коэффициентом правильных ответов.

k_i – текущий коэффициент правильных ответов по i-й теме.

g – ближайший наибольший коэффициент к ki, определенный в системе.

Первым этапом идет авторизация пользователя в системе для последующей записи результатов прохождения тестирования и использования их при составлении тестов. Далее пользователь может выбрать формат экзамена, после чего ему будет выведет случайный список вопросов по темам предмета, либо формат тренировки, где будет составлен список из 40 вопросов, сформированных под текущие знания испытуемого, основываясь на предыдущих результатах тестирования. Система загружает список вопросов из базы данных и алгоритм формирует список вопросов для пользователя. Как только пользователь ответил на все вопросы и нажал кнопку «Завершить тестирование» система посчитает результаты и выведет их на экран испытуемого. Данная попытка будет сохранена в базе данных для дальнейшего составления тестов. Также пользователю будет предложено пройти тестирование еще раз [2].

Первым этапом данного алгоритма происходит загрузка предыдущих результатов прохождения тестов для данного пользователя из базы данных. Далее, для каждой темы вычисляется коэффициент правильных ответов, на основании которого будет определено дальнейшее количество вопросов. Когда коэффициенты для каждой темы посчитаны, данный массив сортируется по возрастанию, что дает нам увидеть пробелы в знаниях испытуемого. Далее, высчитывается количество тем, коэффициент которых ниже порога, заданного системой. Выделяется первая часть вопросов, для тем, значение коэффициента которых ниже порога и высчитывается индекс q, показывающий среднее количество вопросов по каждой проблемной теме для данного теста [1].

Далее, для каждой темы в порядке возрастания коэффициентов высчитывается количество вопросов, требуемых для поднятия коэффициента от текущего (k) до желаемого (G). Если количество вопросов (x) не превышает индекс q, то остается количество вопросов x, иначе выполняется поправка делением количества вопросов на индекс q. Из оставшегося количество вопросов вычитается x и вычисления переходят на количество вопросов для следующей темы.

Когда были посчитаны все вопросы для тем, коэффициент которых меньше порога, высчитывается количество неиспользованных вопросов, если такие есть, то они добавляются к числу вопросов, выделенных для тех тем, коэффициент которых выше порога, заданного системой.

После этого высчитывается количество вопросов для каждой темы, путем деления количества вопросов на количество тем.

При большом количестве попыток требуется отслеживать динамику коэффициента k, для точного вычисления количества вопросов, необходимых для повышения процента правильных ответов по конкретной теме предметной области. Так как с прохождением тестов, количество вопросов, требующихся для поднятия коэффициента темы увеличивается в геометрической прогрессии [3].

Для этого был разработан алгоритм корректировки коэффициентов. Алгоритм коррекции значений выполняется после каждого прохождения тестов испытуемым, для этого загружаются все результаты прохождения тестов, после чего для каждой темы выполняется проверка. Если выполнено количество заданий, превышающее порог хранящийся в системе, то вычисляется коэффициент для всех пройденных заданий конкретной предметной области с определенным шагом, также заданным конкретным параметром, после этого вычисляется разность между каждым из значений коэффициентов, находящихся друг от друга в одной итерации, после чего выполняется наращивание индекса d в том случае, если разность положительная, в ином случае индекс сокращается. Далее можно оценить динамику роста коэффициента положительных ответов по индексу d, если индекс остается положительным, то количество ответов, учитываемых при дальнейшем подборе тестов сокращается до последних результатов, иначе во внимание будет принято подавляющее число ответов, что позволит более точно оценивать уровень подготовки обучающегося, уменьшая или увеличивая количество вопросов определенной категории предметной области. После этого измененные значения сохраняются в базе данных.

Список литературы:

1. Беллман, Р. Прикладные задачи динамического программирования / Р. Беллман, С. Дрейфус. –Москва.: Главная редакция физико-математической литературы издательства «Наука», 2001. – 458 c.
2. Дьяконов, В.А. Mathematica 4. Система компьютерной математики с широкими возможностями / В.А. Дьяконов. –Санкт-Петербург.: Питер, 2001. – 656 c.
3. Калиниченко, Л. А. Машины баз данных и знаний / Л.А. Калиниченко, В.М. Рывкин. –Москва.: Главная редакция физико-математической литературы издательства «Наука», 1990. – 296 c.