Dynamic Degree of Difficulty Adjustment Policy for E-learning Databank Based Selection System

이러닝 문제은행기반 출제 시스템을 위한 동적 난이도 조정 정책

Most questions made for remote examinations on E-learning databank based selection system use methods of making questions automatically using degree of difficulty. This methods is the kernel of a question selection that degree of difficulty as make test questions, and then needs continuous management for degree of difficulty. This paper present improved algorithms for dynamically adjustment of degree of difficulty based on examination result that is more efficient set of question. We identified this algorithms is more effective as compared with previously algorithms on web-based education system.

이러닝 문제은행 기반의 출제 시스템에서 평가를 위해 출제되는 문제들은 주로 난이도에 따른 자동 출제 방식을 이용하고 있다. 이러한 방식은 출제 시점의 문제 난이도가 문제 출제에 핵심이기 때문에 무엇보다 객관적이고 효율적인 방법으로 문제의 난이도에 대한 지속적인 관리가 필요하다. 본 논문에서는 웹 기반의 학습 시스템에서 보다 효율적인 문제 출제를 위해, 평가 결과를 바탕으로 해당 문제들의 난이도를 동적으로 재조정하는 보다 향상된 알고리즘을 제시한다. 제시된 알고리즘을 구축된 웹기반 학습 시스템에서 기존 알고리즘과 비교 분석해 본 결과 보다 효율적임을 확인할 수 있었다.