着眼于二十一世纪对人才素质的要求，高等院校的教学改革应朝着优化专业设置、课程设置、改革课程教学内容体系、教学方法、考试形式、教考分离以及建立试题库等方面深入发展。在考试改革方面建立相关专业尤其是专业基下面是小编为大家整理的2023年度数学题库知识【五篇】,供大家参考。
数学题库知识范文第1篇
关键词：机械制图 智能组卷专家系统 Visual C++6.0
着眼于二十一世纪对人才素质的要求，高等院校的教学改革应朝着优化专业设置、课程设置、改革课程教学内容体系、教学方法、考试形式、教考分离以及建立试题库等方面深入发展。在考试改革方面建立相关专业尤其是专业基础课试题库实行教考分离，这在工科类院校和综合性大学已是普遍现象。目前，无论是由任课老师出卷还是实行教考分离，人工出卷都有很多弊端。首先，每个老师对所教课程的理解不一样，其结果是每个老师所出的题目都有各自的侧重点。不能很好地考查学生对该课程地掌握程度。其次，不利于学校教学工作的持续健康发展，学校采用人工出卷，就难以对试题资源进行统一管理。再次，人工出卷大大增加了教师的工作量。特别是有很多重复性劳动。
本文所设计的《机械制图》智能组卷专家系统可以解决人工出卷的弊端。试题库共100套试题，四大类型，按照排列组合计算完全可以满足教学试题的需要。只要向计算机输入对试卷的限制条件如题型、题型数量等，系统便可随机自动组卷，因此，该系统对实现教考分离，真实客观地检查学生的学习情况，为评估教师的教学质量，加强教学管理都有非常重要的意义。
一、系统功能及模块
系统结构框图
智能组卷专家系统分为两大模块，第一大模块是试题数据库的管理模块，用户可以把优秀的试题通过该模块保存到试题数据库中，用户还可以浏览整个数据库中的试题，如果试题有问题，可以把该试题删除，如果有好试题可以添加进入试题数据库中。第二大模块是试卷设计模块，用户只需要输入你对试卷的要求，系统就自动随机产生符合要求的试题。从而组成试卷。
二、智能组卷专家系统的结构设计
本智能组卷系统采用了专家系统的结构形式，因此包括以下几个部分：人机接口（设计界面）、知识库管理（其中包括知识库获取机构）、动态数据库、推理机。设计使用的软件为面向对象编程工具Visual C++6.0。各个部分的具体设计如下：
1．人机接口的创建
人机接口是专家系统与领域专家、知识工程、一般用户间进行交互的界面，用于完成输入输出工作。它是通过设计一个基于对话框的类而创建得到的。在该类中有三个函数分别实现进入试卷设计模块、试题数据库管理界面和退出系统三个功能。三个函数的代码如下：
void CMyDlg::OnDb()
//进入试题数据库管理模块函数
{ CDatabase1 db; db.DoModal();
CShitishujukuSet new3; //同时打开知识库连接
new3.Open();
new3.MoveFirst(); }
void CMyDlg::OnButton1() //试卷设计模块
{ CTextRanddesign db2; db2.DoModal(); }
void CMyDlg::OnCancel() //退出系统
{ CDialog::OnCancel();}
2．知识库管理的创建
在本智能组卷专家系统中，知识库和知识获取机构一起通过试题数据库管理的类来创建。首先，采用数据库技术建立知识库系统，本系统采用Microsoft Access来创建知识库系统。建立储存试题的数据库之后，就要在ODBC中登录该数据库。Visual C++是通过ODBC来访问数据库的。所以用户首先要让ODBC知道你用的是那一种数据库，这样才会找到相应的数据库驱动程序来访问它。
建立并登录数据源之后，就要开始建立创建该数据库的记录集，这样之后，就可以通过声明该记录集的一个实例来实现的数据库的操作。
该知识库的记录集是通过CRecordset类派生得到的。该类的声明如下：
class CShitishujukuSet : public Crecordset
//试题数据库的记录集
{ public: CString
m_TIXING;
………………}
完成试题数据库记录集的设置之后，就可以实现对该数据库的管理了，本专家系统通过使用一个基于对话框的类来管理知识库。
class CDatabase1 : public CDialog
{ protected: afx_msg void OnRead(); …………};
其中有三个函数OnRead();OnAdd();OnDetele();在这三个函数里面通过声明记录集的实例，然后编写一些对知识库操作的源代码即可以实现对数据库的操作。
通过编写OnRead()函数可以实现对知识库的查看，通过查看可以知道知识库的内容，以便决定下一步的操作。
通过编写OnAdd()函数可以实现对知识库的添加，相当于知识库获取机构的作用。
通过编写OnDetele()函数可以实现对知识库中过期的内容进行删除。
3．推理机的创建
推理机的功能是模拟专家的思维过程，控制并执行对问题的求解。它能根据当前已知的事实，利用知识库的知识，按一定的推理方法和控制策略进行推理，直到得出相应的结论为止。推理方向有正向推理，反向推理和正反向混合推理，本智能组卷专家系统采用正向推理。推理过程如右图所示：
4．动态数据库的创建
动态数据库又称“黑板”、“综合数据库”，主要用于存放用户提供的初始事实，问题描述及系统运行过程中得到的中间结果，最终结果等信息。数据库的内容是不断变化的，这也是“动态”或“黑板”的由来。
动态数据库也是通过一个基于对话框的类实现的，它的声明如下：
class CTextRanddesign : public CDialog
{ public: int m_nRandNum;
protected: afx_msg void OnTestrand(); };
通过OnTestrand()函数可以实现推理机的功能。把输入的原始数据经过推理并且把结果输出到该类的对话框界面上来。实现动态数据库的功能。
以上论述了如何在Visual C++工作平台上设计出《机械制图》试题库组卷专家系统的过程，下面通过一个实例来加以说明。
5．系统运行实例
要求设计一套试卷，其中填空题6个，选择题6个，作图题8个以及分析题1个。我们只需要输入各种题型的题数，然后点击试题选择按钮，就可以随机产生符合要求的所有试题。右图是产生所有试题的系统界面。
三、总结
通过该系统，用户就可以根据对试卷的要求随机迅速地产生一套试题，这样对实行教考分离，客观地检查学生的学习情况，评估教师的教学质量，加强教学管理都有重要的意义，此外，还可以减轻教师的工作强度。
参考文献
[1] 何高法，陆笑容．《机械设计基础》试题库系统软件设计．《重庆工业高等专科学校学报》2001，16(2) ．
[2] 张宇．试题数据库的设计．《培训与研究—湖北教育学院学报》．2003，20(2) ．
数学题库知识范文第2篇
Song Yupu；
Liu Min
（商丘职业技术学院，商丘 476000）
（Shangqiu Polytechnic，Shangqiu 476000，China）
摘要：
软件构件和专家系统平台已经进入应用阶段。本文通过研究专家系统的工作原理、体系结构以及多种专家系统技术,提出了一个专家系统平台的设计方案和实现。
Abstract: The software component and expert system platform have entered into application stage. Through studying working principle and system architecture of expert systems as well as various expert systems technology, the design patterns and implementation of one expert systems platform is proposed in this article.
关键词：
专家系统 构件 知识库
Key words: expert systems；
component；
Knowledge Base
中图分类号：TP39 文献标识码：A文章编号：1006-4311（2011）20-0144-02
1什么是专家系统
专家系统（Expert Systems）也称为基于知识的系统，是人工智能的一个最为重要的应用领域。专家系统产生于二十世纪六十年代中期，经过数十年的研究己日臻成熟，其应用得到了飞速发展。专家系统的研制促进了人工智能理论和技术的发展，开辟了计算机求解非数值问题的有效途径。迄今为止，关于专家系统还没有一个公认的严格定义，一般认为它具有如下特征：①是一个智能程序系统；
②具有相关领域内大量的专家知识；
③它能应用人工智能技术模拟人类专家求解问题的思维过程进行推理，解决相关领域内的困难问题，并且达到领域专家的水平。将以上几点概括起来可以说，所谓专家系统就是一种在相关领域中具有专家水平解题能力的智能程序系统，它能运用领域专家多年积累的经验与专门知识，模拟人类专家的思维过程，解决问题。如何将专家的知识和经验以适当的方式存入计算机，利用类似专家的思维方式，对原始数据进行逻辑推理、演绎、并做出判断和决策，这就是专家系统的任务。从结构组成的角度来看，专家系统是一个由存放初始数据、中间结果、最终结果数据的综合数据库和存放专门领域知识的知识库，以及一个能选择和运用知识的推理机制组成的计算机系统。
2专家系统的特点和优势
虽然专家系统也是一个程序系统，但是专家系统与传统程序不同，其主要区别如下。
2.1 传统程序是对数据结构以及作用于数据结构上确定算法的表示，数据+算法=程序。而专家系统是通过运用知识进行推理，即初始数据十知识+推理=系统。
2.2 传统程序把关于问题求解的知识隐含于程序中，而专家系统则把应用领域中关于问题求解的知识单独组成一个知识库。也就是说，传统程序将其知识组织为两级，即数据级和程序级，而专家系统则将其知识组织成三级，即数据级、知识库级和控制级。
2.3 传统程序一般是通过查找或计算来求解问题的答案，基本上是面向数值计算和数据处理的，而且在问题求解过程中先做什么及后做什么都是由程序规定的；
而专家系统则是通过推理来求解问题的答案或证明某个假设，本质上是面向符号处理的，其推理过程随着情况的变化而变化，具有不确定性及灵活性。
可见，专家系统与传统程序的根本区别在于前者使知识库和运用知识的推理机制相互独立。而传统程序通过算法对大量的数据进行积累和处理，使繁琐的事务处理自动化。专家系统中，知识独立于推理程序，知识与推理机制的分离为问题的求解带动来了极大的便利。当应用场合发生变化时，修改相应知识库即可，推理机制可保持不变。从而使得系统具有很强的适应性和灵活性。
3专家系统的功能
专家系统具备以下几个功能。①存储问题求解所需用的知识、初始数据和推理过程中涉及到的各种信息，如中间结果、最终结果等。②根据当前输入的数据，利用己有知识，按照一定的推理策略，去解决当前问题。③提供知识获取，机器学习以及知识库的修改、扩充和完善等维护手段。只有这样才能更有效地提高系统的问题求解能力。④提供一种用户接口，便于分析和理解用户的各种要求和请求。
4专家系统的一般结构
专家系统的一般结构以MYCIN为代表，是基于规则的专家系统，由所谓的产生式系统发展起来。这种结构包括知识库、推理机、综合数据库、人机接口、解释程序以及知识获取程序（如图1所示）。其中知识库、推理机和综合数据库是目前大多数专家系统的主要内容，而知识获取程序、专门的人机接口是所有专家系统都期望具有的模块，但它们并不是在所有专家系统都得到了实现。各模块的功能和作用描述如下。
4.1 知识库知识库里面的知识是由人类专家在某些特定领域的经验知识组成，知识库中的经验知识分为两类，逻辑性知识和启发性知识。专家知识库在专家系统有很重要的地位，专家知识库的好坏直接影响到专家系统的性能优劣，可用性、正确性、完善性是专家知识库必备的三个特点。知识库还牵扯到知识表达的问题，知识表达是指这两类知识以什么样的形式储存到计算机中，目前知识表达是人工智能中重点研究的问题。领域专家和知识工程师需要密切合作才可以建造较理想的知识库，知识库里面的知识源于专家头脑，将这些知识用专家的表示方法填入知识库。在建造知识库的过程中，也需要用户为专家系统提供一些信息数据。在知识库的设计时，专家系统若要实现透明性和灵活性，必须使知识库和推理机相互独立，也就是说解决问题的知识与使用知识的程序相互分离，专家系统的知识库不是定性的，要允许不断向知识库添加知识；
而推理机则是相对稳定的，可保证系统的正常运转。
4.2 综合数据库用于存放关于问题求解的初始数据、中间结果以及最终求解结果。综合数据库的内容是不断变化的。在求解问题的开始时，它存放的是用户提供的初始事实，在推理过程中它存放每一步推理所得到的结果。推理机根据数据库的内容从知识库选择合适的知识进行推理，然后又把推出的结果存入数据库。
4.3 推理机在专家系统中推理机是根据用户提出的问题和信息，按专家的思想选择知识库的知识。并利用这些知识进行推导，以得到所要解决问题的答案，推理机是专家系统的核心部分。推理机的推理方式主要有三种：正向推理、反向推理和混合推理。①正向推理是由原始数据出发，按一定策略，运用有关知识库的知识，推断出结论的方法。这种方法是从数据到结论，所以这种推理方式也叫数据驱动策略，或者叫做向上驱动策略。②反向推理又叫逆向推理，是先提出结论或假设，然后去寻找支持这个结论的证据，这种由结论到数据的策略，称为目标驱动策略，也叫向下策略。反向推理实现简单，可提高系统的运行效率。③混合推理顾名思义就是正反向混合推理，系统根据数据库中的原有数据，利用正向推理的方式帮助系统提出假设，然后利用进一步得到的信息用逆向推理的方式寻找支持证据，反复进行这两个过程。
4.4 知识获取程序专家系统是运用知识解决问题的，专家系统要像人一样，通过学习各种知识，不断增长才干，提高解决问题的能力，能不断适应外界环境的变化，换句话说，知识获取就是对原有知识库中的知识扩充提供了一种方法，知识获取又叫做机器学习。
知识获取是人工智能研究的核心问题，学习是知识获取的一个基本手段，学习系统可以分为7类：①传授式学习，也叫指导式学习或教授式学习，是对专家提供的信息进行选择并形式化。②类比学习，是利用相似性来认识事物的学习方法，其基础是类比推理。它是根据已知事物，通过类比去解决另一未知事物的推理过程，即内一个新的事物和另一事物在某些方面相似，可以推出这个事物和已知事物在其他方面的相似。③例子学习，也称为示例学习，是归纳学习的一个特例，根据某一概念的一组正例和反例，归纳出能描述所有正例的概念，这个概念能排除所有的反例，是从具体示例中推导出一般性知识的学习方法，可从一些初级的大量示例中，归纳出更大范围的一般性知识。④机械式学习，也称为记忆式学习，是最简单原始的学习方法，通道记忆和评价外部环境所提供的信息来学习。⑤解释学习，在领域专家的指导下，通过对学个问题的求解分析，构造出求解过程的因果解释关系结构，便于以后指导求解类似问题。⑥观察发现式学习，也叫聚类学习，把观察到的事物划分成若干类，并建立相应的概念，即概念聚类，是比归纳学习高一级的形式。它接受的实例中含有噪声和矛盾，需由学习单元进行鉴别和提纯，分析实例的相互联系，达到概念聚类或发现新的概念和定律。⑦神经网络学习，利用一组样本数据作为网络的输入或输出，按照一定的学习算法自动调节神经元之间的连接强度或拓扑结构，即所谓的改变其内部状态，使输入输出成某种规律，此时，网络的实际输出满足期望值。
4.5 解释程序对系统的求解过程以及系统当前的求解状态提供说明，便于用户理解系统的求解过程及进度。
4.6 人机接口将用户的输入信息翻译为系统可接受的内部形式，把系统向用户输出的信息转换成人类易于理解的外部形式。
5专家系统平台的实现
系统运行平台负责运行生成器生成的专家系统，支持附加的多媒体信息，保证稳定运行平台。美观、正确、高效是系统运行平台的基本要求。组件对象模型（COM）是当前所有Microsoft32位操作系统都提供的一个系统级别的技术,它负责设计、构建和使用软件组件。COM组件是以Win32动态连接库（DLL）或可执行文件（EXE）的形式的可执行代码组成的。只有遵循COM规范编写的组件才能满足对组件框架的所有要求。
5.1 用COM来实现构件管理器在专家系统平台中使用构件技术已建立了许多单独的功能构件，如：知识库管理构件、知识库求精构件、推理机构件、解释机构件等。对这些构件可以用MFC ActiveX控件向导制作，也可以用ATL编写。这两种编程工具都是VC++中面向COM组件的，只不过采用的技术路线不同。软构件管理器将对构件库实行管理。生成器引导用户选择适当的构件、生成一些界面的脚本，然后装配成一个实用的专家系统。软构件管理器对构件装配器提供支持。软构件管理器自身也是一个COM组件。
5.2 推理机构件平台要为用户提供多种推理机选择，如正向推理机、反向推理机、双向推理机及模糊推理机等。定义一个封装推理机算法的对象的类层次结构，类层次结构的根结点将定义支持推理机算法的接口，每个子类实现这个接口以执行特定的算法，而客户将通过统一的接口来调用推理机算法。InferEng是为封装推理算法设计的对象，它的接口可让推理机知道要推理的内容。在创建推理机时得到一个它的子类实例，用具体的推理算法来对目标进行推理。推理机构件是一个没有界面的COM组件，调用推理机就是调用它的接口方法，过程是设置推理目标和知识库，调用推理方法进行推理，然后将推理结果传递给调用者或写入综合数据库中。
5.3 知识库管理构件知识库管理构件是一个界面元素较多的组件，而MFC支持大量图形元素接口，所以，选用MFC来开发这个组件。并利用MFC的ActiveX Control Wizard来创建一个ActiveX控件。将知识库管理控件加载到系统平台之中，可以通过软构件管理器来实现。知识库管理控件要成为平台的一部分，同时可以加载到新生成的专家系统中。
参考文献：
[1]朱宇，杜翠红．生物发酵罐集中控制系统的实现[J]．计算机系统应用，2010,12.
数学题库知识范文第3篇
关键词：数字化教学资源库；
知识管理；
机理研究
中图分类号：G252.5 文献识别码：A 文章编号：1001-828X（2016）033-000-02
一、引言
随着知识时代的到来，知识创新被当做是组织核心竞争力的源泉，高校知识管理的技术与水平影响着高校绩效水平。高校数字化教学资源库建设是其知识管理的主要形式之一。目前，高校数字化教学资源库建设存在着重建设轻应用、规模小、分散、闲置、特色不明和共享满意度低等，亟待建立相关的管理机制，推动高校数字化教学资源库的建设与发展。[1]以理论指导实践是推进工作行之有效的方法。知识管理原指企业对其所拥有的显性的隐性的知识进行管理，促进企业知识的动态知识创新，不断提高企业知识总量，形成企业核心竞争力。随着知识管理理论的发展，被越来越多的应用到其他的学科领域，教育技术学领域的知识管理主要对象是教学资源等。数字化教学资源库是教学资源建设的核心内容之一。因此，运用知识管理的理论与方法指导数字化教学资源库的建设是可行的。
从管理的角度看待数字化教学资源库的建设，主要应包含三个分方面，一是参与建设资源库的人员（教师、学生和技术人员等）的建设意愿，二是，建立数字化教学资源库知识流动的构面。三是，建立促使数字化教学资源库形成动态知识创新的管理机制。本研究主要运用知识共享理论指导参与激励数字化教学资源库建设人员的建设意愿；
运用知识分类理论指导建立数字化教学资源库知识流动构面；
运用知识动态创新理论（SECI模型）指导建立数字化教学资源库的动态知识创新机制。在此基础上以百色学院数字化教学资源库建设为例，运用理论指导样例资源库的建设，并对该资源库的使用效果开展满意度调查。本研究的意义在于丰富了知识管理理论指导实践的方法，为高校数字化教学资源库建设提供借鉴。
二、基于知识管理的高校数字化教学资源库建设机理研究
1.知识共享意愿―高校数字化教学资源库建设的动力源泉
知识共享也被称作知识分享，是知识管理理论的一个重要组成部分。知识共享的内涵主要包括四方面。一是知识共享的目的，就是追求知识效用的最大化，强调的是不同知识碰撞在一起产生的加和效应。二是知识共享的参与对象分为知识发送者、知识接收者和知识本身。三是知识共享是参与对象之间互动的连续的过程，而非能独立完成的简单过程。四是知识共享受组织环境因素的影响。[2] 从资源的角度出发看高校数字化教学资源库建设，可以把资源建设看做是知识共享和创造的过程，其目的亦是追求知识效用的最大化。知识的发送者是教师，知识的接收者是学生，而知识本身则是存储于教师、学生和资源库中的显性的或隐性的知识。知识共享的主体是教师和学生，其共享意愿是推动高校数字化教学资源库建设的动力源泉。
2.基于知识分类的高校数字化教学资源库知识构面
管理学领域对知识的划分一般采用的是Polanyi（1958）[3]和Nonaka（1991）[4]的观点，认为知识分为显性知识和隐性知识。显性知识指的是语言、数字、图表和数学公式等能通过各种媒体传播和接收并显示出来的知识。隐性知识是用语言难以表达，只能通过意会、隐喻、直觉和思维模式等形式表现，要经过人与人交流和相互作用方能扩散。依据知识的分类，高校数字化教学资源库建设的知识构面主要有4方面。一是，教师建设的基于各类知识点的电子文档、课件、习题、微课程视频等知识外在表现教师显性知识构面。二是，教师辅导学习者在线学习的方法、知识点呈现的顺序、思路和教师的人格魅力等无法外在显示出来的教师隐性知识构面。三是，学习者使用教学资源库开展线上学习产生的各种电子文档，如做习题产生的答案、论坛帖子和课程问题等外在显示的学习者显性知识构面。四是，学习者在使用教学资源库中逐渐形成的学习方法、经验和技能等无法明喻的学习者隐性知识构面。
3.基于知识动态创新理论的高校数字化教W资源库动态知识创新机理
Nonaka（1995）[5]提出知识动态创新理论（Socialization-Externalization-Combination-Internalization），该理论主要描述显性知识与隐性知识之间的流动与转化过程及模式。其中，显性知识与显性知识之间转化是组合化关系，显性知识转化成隐性知识是内部化关系，隐性知识转化显性知识的外部化关系，隐性知识与隐性知识之间转化是社会化关系。高校数字化教学资源库建设涉及教师与学习者之间的显、隐性知识转化。因此，知识的动态创新理论可以指导高校数字化教学资源库的机制建设。
4.基于知识管理的高校数字化教学资源库建设机理
从前面的文献梳理和理论推导可知，教师与学习者的知识共享意愿是推动高校数字化教学资源库建设的动力源泉。以教师和学习者为主体，可以将高校数字化教学资源库的知识构面分为教师显隐性和学习者显隐性4个知识构面。在上述基础上，引入SECI动态知识创造理论，得出本文基于知识管理的高校数字化教学资源库建设机理模型（图1）。
三、基于知识管理的高校数字化教学资源库建设案例分析
1.案例设计与开发
根据基于知识管理的高校数字化教学资源库建设机理模型，严格按照软件工程项目的开发流程，实施“百色学院数字化教学资源库设计与开发”项目。并以此为案例对本研究推理的模型进行验证。
项目需求分析阶段，依据基于知识分类的高校数字化教学资源库4个知识构面，分别对教师和学生的已有显性教学资源及学校已建设的数字化教学资源数量进行摸底调查，发放所罗门“学习风格测量表”对参与建设的师生进行个人学习风格测量。对师生开展以“教学资源库建设的知识共享意愿”为主题的深度访谈。并以此为基础进行项目的需求分析形成项目需求分析文档。
项目的设计开发阶段，依据项目需求分析文档和基于知识动态创新理论的高校数字化教学资源库动态知识创新的“4个转化”机制，对整个平台的基础支撑平台、资源、系统功能与应用平台功能，做到统一设计、逐步细化、模块化实现。其中，系统支撑层主要包括支撑系统平台运行的基础模块，包括多媒体管理、数据库管理、数据挖掘等。资源层主要实现平台运行所依赖的各种资源的整合与管理，同时对平台运行过程中产生的资源进行组织与管理。资源包括学校自有资源、如教学视频、大纲、作业、PPT、讨论答疑等。基础架构与系统功能层主要包括平台基础架构，苹果架构+APP市场，同时还包括用户管理、权限管理等系统功能。应用平台层包括本项目建设的六大功能：网络教学互动、资源共享、移动学习、教师发展、关系管理和公共服务。
项目的实施阶段，“百色学院数字化教学资源库设计与开发”项目线上网址为：http：//：8013。知识共享意愿是高校数字化教学资源库建设和运行的动力源泉，知识共享涉及到利他行为，需要制定知识共享机制及措施来保障知识共享者的权益。为此，在前期调研的基础上，教学资源库管理部门专门出台了《百色学院数字化教学资源共享条例》确保项目实施的动力。
2.案例结果分析
项目实施1年后，笔者就百色学院数字化教学资源库的运行和使用效果，用随机抽样方法，在全校使用该数据库的人员范围内抽取100个教师样本和500个学生样本进行问卷调查，最后得到有效问卷576份。将评价内容测量指标按“非常满意”赋值100分、“比较满意”赋值80分、“一般”赋值60分、“不是很满意”赋值40分、“不满意”赋值20分，得60分及以上为及格。计算每项评价指标的统计量，并按平均得分由低到高排序，得到排名数据。该数据表明教师对该教学资源库的评价得分从低到高分别是，教师显性知识构面、教师隐性知识构面、教师知识共享意愿和教师主动外化效果，每项的得分均超过了60分，表明，教师对该教学资源库的评价总体满意。其中得分最高的评价内容是教师主动外化效果，为80.88分，表明基于知识管理理论的教学资源库能有效提升教师主动外化自己的隐性知识，使学生受益。同样的，学生方面的评价得分也表明该系统能有效的激励学生主动进行知识的内化。最后，教学资源的组合化效果和社会化效果得分最高，表明通过学生和教师的相互知识转化，资源库中的显性存在的资源明显增多，教师与学生间的相互影响得到加强，形成了良好的知识动态循环，促进知识总量增加和创新。
四、结论与启示
本研究从知识管理理论出发结合高校数字化教学资源库建设目的和流程，探析基于知识管理的高校数字化教学资源库建设机理，推导出基于知识管理的高校数字化教学资源库建设机理模型，并以百色学院数字化教学资源库建设为实践案例，对模型效果进行跟踪调查，结果表明该模型在指导百色学院数字化教学库建设方面效果良好，值得推广。
本研究不足之处在于，本文虽然从教师和学习者角度划分了数字化教学资源库建设的4个构面，但是否存在其他构面，比如基于数据库管理者的知识构面尚未可知。其次，教师与学习者之间的知识流转应是双向流动，模型中并未体现，具体流动的模式，是今后研究的重点。最后，研究的案例有待增多及经过实证检验。
参考文献：
[1]徐明，陶秋荣.网络环境下高校数字资源库建设与应用现状调研分析[J].中国电化教育，2012，05：83-88.
[2]惠S.M织隐性知识共享的管理机制研究[D].大连理工大学，2011：17-18.
[3]Polanyi M. Personal knowledge[M].Chicago：University of Chioago Press，1958.
[4]Nonaka I.the knowledge-creating company[J]. Harvard business review， 1991， 69（6）：
96-104.
[5]Nonaka， I.，Takeuchi， H.. The Knowledge-Creating Company：
How Japanese Companies Create the Dynamics of Innovation. New York：
Oxford University Press， 1995：
65-129.
数学题库知识范文第4篇
关键词：数据库课程；
教学模式；
建构主义
中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2014）28-0166-03
数据库课程是高校计算机相关专业的必修课程，由于其具有较强的理论性和实践性，成为了计算机专业课程中较受教师和学生重视的专业基础课程之一[1]。从多年的教学过程中发现，该门课程涉及的知识点非常广，而且逐渐呈现多维态势，既需要原理方面的基础知识理解能力，又需要较强的实际操作能力，同时还需具备理论联系实际的解决实际问题能力。因此，为了使该门课程能够取得良好的教学效果，使学生能够真正掌握数据库方面的专业知识，迫切需要探讨合适的教学模式和教学方法。
针对目前数据库教学过程中存在的诸多问题，如何找到一种适合于数据库课程知识结构及特点的教学模式及教学方法是数据库课程教师们亟待解决的问题。建构主义认知理论是提倡在教师指导下的、以学习者为中心的学习。学生是信息加工的主体、意义的主动建构者，而不是外部刺激的被动接受者和被灌输的对象[2]。而这样的教学思想恰好可以改变目前数据库教学过程中以教师讲授为主，忽视学生主体作用，侧重死记课本内容，不能灵活运用于实践的主要问题。因此，本文着重研究基于建构主义教学模式的数据库课程教学方法。
一、建构主义教学模式下的数据库教学
通过查阅相关资料，对于“教学模式”目前没有很确切的说法，相对广泛接受的一个定义为“教学模式是构成课程和作业、选择教材、提示教师活动的一种范式或计划。”――乔伊斯、韦尔[3]。建构主义理论的内容很丰富，但归根结底只有一个核心，就是以学生为主体，这就和传统的教学模式中以教师为主体产生了强烈的对比[4]。以学生为主体，是以学为主，强调学生的学习效果；
以教师为主体，是以教为主，强调教师的教授问题。而实际上，教师的教，其目的还是在于学生的学，关键点仍然是学生的学习和接受程度。因此，通过这样的对比与分析能够很明显的看出建构主义教学模式相比于传统教学模式的优势所在。
作为计算机专业最重要的专业课程之一，数据库兼具理论性和实用性强的特点，从作者多年的教学过程和授课经验来看，数据库知识的授课和学习过程符合建构主义教学模式的特点，这一特点具体表现在如下几方面。
1.数据库知识的学习过程力求发挥学生的主观能动性，使学生能够真正理解原理性知识，掌握应用性技能，并具有遇到具体问题具体分析地解决实际问题，科学合理地设计相应的数据库的能力。
2.数据库知识实用性强的特点使得其对学生在消化理解并掌握基本知识后的实践应用要求更高，这就涉及到学生根据自身的背景知识和自身能力如何对具体问题进行具体分析，并最终解决的问题。
3.数据库的反映主体为现实世界的事物及其事物之间的联系，而这样的解决现实问题的方式并不唯一，使得不同的背景知识及知识理解程度的学生对于具体的问题拥有更加开阔的发挥空间和创造空间，可以一定程度上张扬学生的个性和自主性，凭借自己对基本知识结构的理解去解决具体的实际问题。
二、建构主义教学思想在数据库教学中的渗透
深刻理解建构主义的教学思想能够有助于更好地利用建构主义认知方式服务于教学过程。建构主义所蕴含的教学思想主要反映在知识观、学习观、学生观、师生角色定位及作用等几个方面[5]。将其与数据库教学联系起来，形成的基于建构主义模式的数据库教学过程中，表现如下。
1.知识观在数据库教学中的体现。知识不是对现实的纯粹客观的反映，任何一种传载知识的符号系统也不是绝对真实的表征，但同时，知识能够通过多种不同的形式做到准确地概括世界，提供支持各种活动和解决各种问题的方法。因此，被动的复制式学习并不能够真正实现对知识的理解，而是需要学习者基于自身的经验背景进行建构，取决于特定情况下的学习活动过程。
对于数据库课程的知识，当然也符合知识的普遍特点，只是基于人们当前对于这一学科相关知识理解程度的一种解释，随着学科理论和实践的不断发展，其知识体系和知识内容会有进一步的扩充和深入。同时，数据库知识学习和理解的最终目的是要解决现实问题，而没有一种理论和方法是通用的，其基本理论、基本方法的运用都需要更强的分析能力，数据库设计的过程本身就是再创造再加工的过程。
2.学习观在数据库学习过程中的体现。建构主义认为学习的实质在于主动地形成认知结构，认知结构的核心是类别编码系统；
学生的知识学习是一个类别化的信息加工活动，自己主动形成知识的类目编码系统的过程。当然使学生学习的真正动力是认知的兴趣，这是最直接、最稳定、最活跃的学习动机。
数据库课程的授课过程中，对于基本概念、基本理论和基本方法的讲授会有大量的实例和示例穿插其中，其主要目的就是通过对具体的、能够容易被学生现有的背景知识所接纳的实例的接受，上升为对抽象的、复杂的、超出学生背景知识的概念、理论的接受和理解，这样就有别于传统的死记硬背基本概念和理论而忽视理解造成的复制性学习。同时，当新的知识点中出现了学生现有知识和经验中更容易接受的信息时，也会促进学生产生共鸣和好奇心，为其主观能动地进行知识构建提供机会，还可以利用小组协作方式使得学生间产生相互驱动作用达到更好的学习效果。
3.学生观在数据库学习过程中的体现。建构主义强调，学习者并不是空着脑袋进入学习情境中的。在学习新的知识之前，学习者已经通过以往的多种形式中形成了相关的经验和一定的知识背景，其有能力对不曾接触过的新问题拥有自己的理解和刊发，依靠先验知识、自身认知能力，形成对新问题的理解与解释。数据库教学效果更注重的是对实际问题的处理能力，这就为师生之间就具体问题解决方案的探讨提供了更多空间和机会，在交流的过程中相互质疑，然后共同解决问题，是学生不仅学会了基础知识的运用过程，还能够深刻体会其间的思考过程，对学生能力的提高大有裨益。
4.数据库教学过程中师生角色的定位及其作用。建构主义教学模式中，教师的作用从传统的传递知识的权威转变为学生学习的辅导者、高级伙伴和合作者。因此，教师的任务相比于传统的教学过程也发生了巨大的转变，更应该以提供问题及问题的多解为重点，以此激励学生对同一问题的多重观点。教师还应该充分利用多种教学方法，设定特别的学习情景，以多种方式开展学习，促使学生对于问题的全方位了解与掌握。除此之外，最需要注意的是，教师需要努力减少干预与控制，增强学生的自控能力。
学生的角色是教学活动的积极参与者和知识的积极建构者，建构主义最重要的特点是以学生为主体，保证其对认知过程的全身心投入。对于新的知识领域和情境，能够直面并结合自身的背景知识完成学习过程。相比于传统的教学，建构主义教学要求学生在整个学习过程中承担更多的任务来实现对学习过程的自我管理与实践，以探索的方式促进思考，实现对知识的理解与掌握。
三、结语
针对数据库类课程目前在教学过程中普遍存在的原理性知识与应用知识缺乏必要联系，学生单纯学习课本知识，与实践脱节的问题，将目前比较流行的新的教学模式――建构主义教学模式引入数据库教学环节，利用建构主义的教学主旨和教学思想，体现以学生为本的理念，重视学生的已有知识储备，更好地在其基础上形成新的个性化知识，为己所用，更好地投入实践，以期解决现存问题。今后的工作是落实基于建构主义教学模式的数据库教学改革，研究这一模式下的适合的教学方法，在实际教学环节中发挥作用，争取更好的教学效果。
参考文献：
[1]田秋红，宋瑾玉，孙静.数据库原理教学改革的研究与实践[J].中国校外教育.2010，（08）.
[2]郝长胜，贾茹.运用建构主义理论构建程序设计基础的新型教学结构[J].计算机教育，2007，（02）.
[3]宋美臻.基于建构主义的网络教学研究[J].电化教育研究，2006，（07）.
[4]姜坤.论建构主义理论及其在课堂教学中的应用[J].教育教学论坛.2012，（36）.
[5]薛红芳.建构主义教学理论指导下传统教学方式的改变[J].现代阅读（教育版）.2012，（09）.
数学题库知识范文第5篇
[关键词]网络考试系统B/自适应
中图分类号:TP3文献标识码:A文章编号:1671-7597(2009)1110062-02
一、引言
题库是一个存储着大量丰富的符合一定质量标准的试题的集合。按照现代考试理论,题库定义为按照一定的教育测量理论,在计算机系统中实现的某个学科题目的有序集合。计算机网络考试系统需要一个完善的题库系统作为系统核心。而在进行题库设计时,就应考虑到题库的建立是否能够满足对学生知识水平的准确测试以及能否给出正确的评估的需求。对于自适应测试来说,能否对学生的测试给出一个准确、公平的评价,是判断题库设计好坏的标准之一。题库应该是在严格遵循教育测量理论(经典测验理论CTT与项目反应理论IRT)基础上建立起来的教育测量工具。题库应为教学实践带来两个独特的优越性:
(1)管理上的优势。体现在使用题库的高效、经济、灵活、稳定和保密。
(2)测试上的优势。体现在由题库生成的试卷具有高质量、可预控和等值可比等特点。
二、题库设计
(一)题库设计原则与理论支持
1.以教育测量学原理为基础
教育测量(Educational Measurement)就是对学生的学习能力、学业成绩、兴趣爱好、思想品德以及教育措施上许多问题的数量化测定。
教育测量的三个要素是测量单位、参照点和体现测量单位和参照点的测量工具。测量单位,教育测量最常使用的单位是百分单位和等级单位。百分单位规定一项测试的满分为100分,把满分的1/100作为一个计量单位。等级单位根据一项测验结果的上限和下限,把结果分成若干个等级,每一个等级作为一个计量单位。本系统采用的是百分单位。参照点,所谓参照点指的是计量的起点。有了参照点,就可以比较两个测量结果的异同。否则,测量的结果就无法进行比较。根据测量理论,参照点可以分为两类:一类是绝对参照点,另一类是人为设置的相对参照点。教育测量中的参照点,大多是人为参照点。比如,在百分单位的测量中,习惯上将60分作为及格的参照点。测量工具,我们没有办法直接去测量一个人的知识掌握程度,只能借助间接的考试方法来对学生的实际能力进行测量。由于人类的知识和技能的掌握、能力的发展等情况,都是人的大脑活动的情况,以目前科学技术水平还不足以直接测量人类的心理活动情况。目前,只能通过学生的外显行为,间接的测量学生与教育有关的精神特征。也就是说,通过学生对于测试题的反应和其他一些行为表现,根据教育学和心理学的理论,用逻辑推理的方法来间接的测量他们的知识和技能水平、能力发展情况。
在题库中,题目的属性中有一些量化指标是一个统计量,如题目的难度、区分度,这是题库的重要属性,称为项目参数。项目参数要根据教育测量理论的方法计算出来。教育测量理论不仅为题库中的项目参数提供计算方法,也为题库中题目属性项目的设计提供依据,同时为测试的有效性、可靠性分析与评价提供方法和标准。教育测量是对教育领域内的事物或现象,根据一定的客观标准,作审慎的考核,并根据一定的规则将考核的结果予以数量的描述。因此,建立一个科学的题库系统,在选取试题之前要对被测群体进行分析,测试完成之后还要对测试结果进行分析,所有过程一定要符合教育测量学的基本原理。
2.经典测试理论CTT与项目反应理论IRT相结合
(1)经典测试理论(Classical Test Theory,CTT)
多年来,学校测试学生知识水平主要以CTT为依据。它要求所有学生回答同样数量和难度的题目,然后据此来比较和评判不同学生的分数高低和水平优劣。对于自适应考试系统来说,此种理论测试方法已不能完全满足使用者的需求,比如当学生遇到比自己实际掌握知识能力高的题目时,他们只能靠猜测来答题甚至放弃;而水平能力较高的学生遇到难度低的题目时,又不能真实测试出其实际能力,既浪费时间精力,又可能因疏忽答错而出现分数误差。这说明以经典测试理论为依据的知识能力测试,还不能真实反映出学生实际的能力和水平。
(2)项目反应理论(Item Response Theory,IRT)
项目反应理论的开创者是美国心理与教育测量专家洛德(F.Lord)和丹麦科学家瑞查(Rasch)。此理论是建立在概率理论的基础上,反映了某一学生答对某一题目的概率。如果他的能力与试题的难度相当,则答对题目的概率为50%,能力越强,答对题目的概率越高。由此可见,学生答对某一题目的概率受到两个因素的制约,即学生潜在的特征能力和试题的特性(如难度、区分度、猜测参数等)。因此,它比较全面地反映出考试成绩与学生知识水平和试题质量之间的关系,是一种关于学生对试题的反应与学生潜在特征能力之间关系的测试理论。而且该理论认为,通过学生对具有一定难度和区分度等特征的题目的反映可以确定学生的潜能特征和倾向。它把学生能力值和项目难度值以统一的计量单位统一起来,置于同一个量表之中。它研究人们可看得见的学生分数与看不见的学生能力或倾向之间的函数关系,如答对项目数相同的学生未必会具有相同的能力,这一点经典测试理论无法做到。
除此之外,项目反应理论还具有以下优点:
试题难度不受学生样本的影响,学生能力也不受题目样本难易程度的影响。
测试、评分和分数的等值处理更加简便。
可以进行多重信度的估算。
可以解释学生分数和能力的关系。
可以发现靠猜测答题的学生。
可以节省题目且方便考试的组织与评估。
故本系统将采用经典测试理论与项目反应理论相结合的新思路,以经典测试理论设计题库的整体框架,发挥项目反应理论的优点,设定试卷生成规则,在规则中包括考试题型、题目数量、总分,以及期望被测学生要达到的分数水平,并按照规则中所设定的项目去生成试卷,提高测试结果的可信度和灵活性。项目反应理论虽然克服了经典测试理论的一些缺点,但是目前还存在着许多问题有待解决,如测试依赖于大量的、预先准备的、高质量的试题,而这在现实的教育领域中实现起来还有一定的难度。但是勿庸置疑的是项目反应理论代表了今后测试理论和实践探讨的发展方向。
(二)题库命题要求与质量保证
1.命题的要求
衡量一个题库的好坏,首先是看命题工作有否有一个严格的要求,应该事先设定命题细则表,并按要求编写试题。认真审核试题,提供最优的答案。准确控制试题的难度系数,以便良好的控制所抽取试卷的整体难度。并确保每一道试题的知识点,不能和其他试题知识点发生相互交叉。最后题干文字要准确的描述出所考核的内容,清楚易懂。
2.题库的质量保证
一个合格、良好的题库系统应该库存量丰富、库内存储内容质量上乘。题库中题目的数量要足够多,这样才能做到使题目尽量不被充分使用,以防止由于题库中题目数量不够造成试题反复被抽取,从而造成试题外泄的后果而失去测试的功能。题库中的每道试题的性能必须确定,试题的各项参数:考核的内容、知识点、难度、区分度、猜测的可能、使用次数、重要系数、使用考核对象水平等,都应严格进行控制,以确保题库的质量。
本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文
(三)题库中试题的设计
1.试题的分类
客观性试题:由学生从已提供的若干个答案中选择正确答案的试题,包括:选择题(单项选择、多项选择)、判断题、填空题等。主观性试题:由学生自主提供答案的试题,包括:编程题、简答题等。
在一次考试中,采用哪些题型来组织试卷,取决于考试所要达到的目标。应该结合考试科目的特点、考试目标以及本学科所要求的知识结构构成来组织试题。主观性试题可以测试学生的综合知识水平,考察其应用知识解决问题的能力以及创新能力。但主观题受阅卷人的主观因素影响较大,因而影响测试结果的公平性和客观性,而且更重要的是主观性试题的机器阅卷比较难以实现。客观性试题可以测试学生应用己掌握的知识理解、应用、分析、综合解决问题的能力,且评分客观准确,不受主观因素的影响,同时,机器阅卷也比较容易实现。对于客观性试题,在收题阶段一定要做好试题的分析以及等值化处理的工作。这样才能保证试题本身的质量和在其基础之上所得的测量结果的科学性、公正性和合理性。
2.试题属性的确定
根据课程考核目标,本系统所设置的题目属性有试题编号、试题内容(题干)、试题分值、试题使用次数、试题答案、难度系数以及知识点编号等。根据不同课程以及管理的需要,还可以规定其它的题目属性。对于题库中的每一道题目,都要具有这些属性并且都有值。
(四)题库逻辑设计
根据题库的需求和系统功能需求分析,在满足数据库的完整性约束规则的前提下,题库系统的数据库结构如下:
1.试题库
试题库中存放的是各种题型的具体考试题目,每一门考试科目建立与其相关联的试题库,考试时,根据组卷参数表决定试卷的组成。我们为每一种题型设置一张单独的试题表,然后通过试卷生成规则表将其统一起来。数据表设计结构如图1所示,知识点(a)、填空题(b)、判断题(c)、试卷(d)、选择题(e)、组卷规则表(f)。
知识点数据表中包括知识点id及知识点描述字段,填空题数据表中包括试题id、内容、答案、涉及知识点、难度及使用次数字段,判断题及选择题的数据表与填空题数据表相似,组卷规则数据表中包括了组成一份试卷所需的题型、试题数、分数、知识点范围及难度分布等字段,表试卷数据表中包括每一道题的id、题型、答案及分数字段。
2.数据表关系
各项数据表之间使用相关字段,如userid、questionid等字段建立关系,以便系统能在多个表之间共享数据。数据表之间关系如图2、图3所示。
参考文献:
[1]吴水秀、曾庆鹏、王明文等,智能试卷生成和自适应考试系统,计算机与现代化,1999(1):36-39.
[2]罗燕琪,题库自动组卷算法的设计与实现,电子计算机,2002(2):55-57.
[3]路平、王敏娟、万昆,试题库自动组卷策略研究,电脑开发与应用,2002,14(2):9-11.
推荐访问:题库 数学 知识 数学题库知识【五篇】 数学题库知识(精选5篇) 数学题库大全