Dynamic Adjustment Policy of degrees of difficulty for E-learning Databank Based Selection System

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

이러닝 문제은행기반 출제 시스템을 위한 동적 난이도 조정 정책

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.