人事考試中相關(guān)技術(shù)的研究應(yīng)用.pdf

1、隨著教育考試信息化的發(fā)展，各種考試的形式與內(nèi)容都在不斷的更新進步。人事考試是當前對人才評定與選拔的主要形式，由于考生素質(zhì)的不斷提高，考試涉及內(nèi)容的逐年增大，以往采用的算法難以滿足當前人才評定的需求，其中以試卷難度預(yù)測和智能組卷方面的問題最為突出。為了使人事考試更為科學(xué)合理公正，就需要利用新的技術(shù)對這兩個問題進行研究應(yīng)用。 在試卷難度預(yù)測的研究中，提出了一種基于數(shù)據(jù)挖掘分類技術(shù)的試卷難度預(yù)測方法。對于該方法的實現(xiàn)首先要解決的是對一

2、個合格分數(shù)的預(yù)測，然后根據(jù)這個合格分數(shù)與試卷總分的比作為試卷難度定奪的標準，而對合格分數(shù)的預(yù)測就需要利用分類技術(shù)對往年考生的數(shù)據(jù)信息進行分析挖掘。本文以人事考試中的經(jīng)濟師資格考試為應(yīng)用實例，分別利用決策樹中的C4.5算法和人工神經(jīng)網(wǎng)絡(luò)中BP模型，完整地實現(xiàn)了相對于某一難度合格成績的分類挖掘的全過程，并近似的預(yù)測了2005年的考試試卷難度范圍。同時在分類模型實現(xiàn)的基礎(chǔ)上，還對決策樹與人工神經(jīng)網(wǎng)絡(luò)的分類性能進行了對比分析，最終得出由決策樹分