1. 引言
在当前教育信息化快速发展的背景下，传统的手工组卷方式已无法满足现代教学管理的需求。教师在试卷编制过程中流程繁琐，经常因为格式布局等问题造成试卷错误率高导致效率低下[1]，普遍面临以下痛点问题：
(1) 组卷流程低效复杂。教师需要从大量纸质资料、电子文档或零散文件中人工筛选试题，耗费大量备课时间[2]；组卷过程涉及多轮调整和校对，工作重复性高，效率低下。
(2) 试题资源管理混乱。历史试题分散存储在不同介质(如笔记本、Word文档、Excel表格等)，缺乏统一管理平台；试题属性(难度系数、知识点、考察能力等)标注不完整，复用困难；多人协作时版本混乱，容易造成试题重复或遗漏。
(3) 试卷编排专业性强。手工排版需要处理复杂的格式要求手工编排试卷时，需反复调整排版(如题号、分栏、对齐)，易出现格式错乱或印刷错误；题号编排、分值计算、版面调整等细节工作耗时且容易出错；不同考试类型(随堂测验、期中考试、期末考试)的格式规范难以统一[3]。
(4) 质量评估缺乏依据。无法快速统计试卷的知识点覆盖情况、难度分布等关键指标：缺乏历史数据分析，难以进行命题质量的纵向比较和改进；考试后无法有效追踪试题的区分度、信效度等测量学指标。
2. 系统设计
本系统旨在形成智能化、标准化、协同化的组卷功能，通过技术创新重构组卷工作流程，为教师提供全方位的命题支持：
1、智能题库建设
1.1 构建多级分类体系：按照学院→学系→课程→章节→知识点的层级构建分类体系，能使题库结构清晰，便于管理和查找试题。同时支持多维标签管理，可进一步细化试题的属性，如题型、难度级别、适用年级等，增加检索的灵活性和准确性。
1.2 提供批量导入工具，提供强大的批量导入工具至关重要。它应能自动解析多种文档格式，如Excel，准确提取试题元数据，包括题干、答案、解析等信息，大大提高题库建设的效率，减少人工录入的工作量和错误率。
1.3 支持试题版本管理，支持试题版本管理可以记录试题的修改历史，明确每次修改的内容、时间和人员，确保试题资源的可追溯性。这对于题库的维护和更新非常有帮助，也方便在需要时回滚到之前的版本。
1.4 支持AI辅助出题，接入像DeepSeek和通义千问等AI工具，借助其强大的自然语言处理和生成能力，可以根据给定的知识点、题型、难度等要求自动生成新的试题，丰富题库内容，同时也能为教师出题提供灵感和参考。
1.5 基于NLP技术实现智能查重，通过对试题文本的语义分析，准确识别相似试题，避免重复出现，保证题库的质量和多样性，减少学生在练习和考试中遇到重复题目而降低学习效果的情况。
1.6 根据教学大纲自动推荐试题组合，通过分析教学大纲的内容和要求，智能推荐试题组合，确保所出试卷能全面覆盖各个知识点，且符合教学大纲的重点和难点分布，有助于提高教学质量和考试的有效性。
1.7 提供难度预测模型，提供难度预测模型，能根据试题的特征和以往学生的答题情况等数据，预测试题的难度，辅助教师合理控制试卷的整体难度曲线，使试卷既能考查学生的知识掌握程度，又能具有一定的区分度。
2、高效组卷工具
2.1 可视化组卷界面，让教师能直观地看到题库中的题目，支持题型模板快速调用，方便教师按照自己的需求快速选择题目。同时，支持按照章节筛选题目，能使组卷更具针对性，提高组卷效率。
2.2 智能排版引擎：自动处理题号编排、分页控制、公式对齐等专业排版需求，确保生成的试卷格式规范、美观，符合考试规范，减少教师在排版上花费的时间和精力。
2.3 一键生成符合考试规范的Word试卷，一键生成符合考试规范的Word试卷功能，使教师能够快速将组好的试卷导出为Word文档，方便打印和分发，进一步提高组卷的便捷性。
3、高级组卷模式
3.1 精确筛选组卷：精确筛选组卷功能允许教师按指定条件，如章节、难度、题型等多维度进行筛选题目，能够更精准地满足不同考试的需求，提高试卷的质量和针对性。
3.2 CandaAlgo算法随机选题：智慧组卷系统自研的CandaAlgo算法随机选题，可从大量题库中按照老师的出题数量进行随机选出题目，保证每次组卷的题目都具有一定的随机性和多样性，避免学生提前熟悉试卷内容。
3.3 历史试卷重组：快速复用往届优质试题资源，既能节省教师出题的时间，又能保证试题的质量和可靠性，同时还可以在往届试卷的基础上进行修改和调整，以适应新的教学内容和考试要求。
4、CandaAlgo算法核心
4.1 设计思想：本次智慧组卷系统使用candaAlgo算法实现试卷选题，算法本旨为根据老师需要题目数量，结合内核ThreadLocalRandom算法，使用了Jumbled Linear Congruential Generator (JLCG)算法，这是对传统LCG的优化版本，专门为解决多线程环境下的随机数生成而设计。从题库中选出试卷考试题目。设计算法选题分为两种情况：(1) 题库中试题数量小于老师所需出题数量；(2) 题库中试题数量大于老师所需出题数量。根据实际情况分为不同处理方式，针对第(1)情况，系统通过代码实现按照课程，章节，难度选出题库中的所有试题。针对第(2)情况，系统通过candaAlgo算法选出老师所需数量的题目。
4.2 算法核心：
4.2.1 ThreadLocalRandom的JLCG实现
// 实际实现中的核心算法(简化版)
protected int next(int bits) {
long oldseed, nextseed;
Thread t = Thread.currentThread();
// 获取或初始化线程的种子
if ((oldseed = getThreadLocalRandomSeed(t)) == 0)
// 初始化种子
oldseed = initialSeed();
setThreadLocalRandomSeed(t, oldseed);
// JLCG 核心算法
nextseed = (oldseed * multiplier + addend) & mask;
setThreadLocalRandomSeed(t, nextseed);
return (int)(nextseed >>> (48 - bits));
}
4.2.2 核心参数与常量
// ThreadLocalRandom 中的关键常量
private static final long multiplier = 0x5DEECE66DL; // 乘数
private static final long addend = 0xBL; // 加数
private static final long mask = (1L << 48) - 1; // 掩码 (2^48 - 1)算法详细分解
4.2.3 算法详细分解
4.2.3.1 种子初始化机制
// 种子生成策略
final long initialSeed() {
// 使用安全的随机种子 + 线程ID + 系统属性混合
return mix64(System.currentTimeMillis()) ^
mix32(System.identityHashCode(Thread.currentThread())) ^
mix32((int)Thread.currentThread().getId());
}
// 混合函数 - 确保良好的分布性
private static long mix64(long z){
z = (z ^ (z >>> 33)) * 0xff51afd7ed558ccdL;
z = (z ^ (z >>> 33)) * 0xc4ceb9fe1a85ec53L;
return z ^ (z >>> 33);
}
private static int mix32(int z){
z = (z ^ (z >>> 16)) * 0x85ebca6b;
z = (z ^ (z >>> 13)) * 0xc2b2ae35;
return z ^ (z >>> 16);
}
4.2.3.2 线程本地存储实现
// 通过Thread类的threadLocalRandomSeed字段存储种子
public static ThreadLocalRandom current(){
// 检查是否已初始化
if (UNSAFE.getInt(Thread.currentThread(), PROBE) == 0)
localInit(); // 延迟初始化
return instance;
}
private static void localInit(){
// 为当前线程初始化种子
int p = probeGenerator.addAndGet(PROBE_INCREMENT);
int probe = (p == 0) ? 1 : p; // skip 0
long seed = mix64(seeder.getAndAdd(SEEDER_INCREMENT));
Thread t = Thread.currentThread();
UNSAFE.putLong(t, SEED, seed);
UNSAFE.putInt(t, PROBE, probe);
}
5、数据可视化
5.1 通过线上统计分析整个学校的出卷量，并按照各个学院进行可视化展示，能让学校管理层直观了解各学院的教学活动和考试情况，为教学资源的分配和管理提供数据支持。
5.2 出卷试题占比分析：可视化的出卷试题占比分析，可以帮助教师和教学管理人员了解不同知识点在考试中的比重，进而分析教学重点是否得到有效落实，为教学内容的调整和优化提供依据。
5.3 教学诊断：通过占比分析等数据可视化手段反哺教学重点调整，使教学更加贴近学生的学习需求和考试要求，提高教学效果和质量。
3. 系统模块
1、业务需求分析
1.1 题型组建流程：新增题型→试卷内大题名称→选择题型→添加；
1.2 题目类别：新增题目类别→添加；
1.3 试题全生命周期管理流程：课程→章节→题型→题类→题库→组卷→生成word；
1.4 组卷核心流程：第一标题→第二标题→选择题型→勾选题目→随机选题→设置分数→完成组卷。
2、用户角色模块
学科教师：注册账号、课程管理、个人题库建设与管理、快速组卷与格式输出、试题使用情况追踪。
教务管理员：全校试题资源管理、学院管理、数据统计。
3、功能模块
(1) 学院管理
按照学校的学院进行划分，教务管理员可进行管理学院，进行新增学院，编辑学院，删除学院等功能。
(2) 学系管理
具体某个学院内部的学系划分，一般包括多个学系，教务管理员可管理所有学系，教师仅可管理自己所在的学系。
(3) 课程管理
教师教学的课程，教师本人可管理本人课程，管理课程的章节。后续分配题库时按照章节分配，组卷可按照章节组卷。
(4) 题型列表
教师管理维护所有题型，本人查看自己的题型列表，账户隔离，用于分配题目，组卷可按照题型筛选。
(5) 题目类别
用于题目归类，例如：数学题目中有：三角函数类，几何类，概率类等等，教师可对题目进行分类，便于后续题目的统计和分析，组卷时也可按照题目类别筛选题目。
(6) 电子题库
A. 手动组题：支持教师自主命题。
B. AI组题：接入deepseek和通义千问AI工具，为教师提供智能出题手段，高效出题。
C. 导入历史试题：Excel导入历史试题，丰富电子题库，灵活组卷。
(7) 教师组卷
支持多个标题，按照课程、章、节、题型、难度、题目分类等条件筛选题目，自主勾选题目或利用系统随机选题，提高效率降低错误率，自动统计题目分数等。
(8) 试卷列表
记录教师所有已出的历史试卷，进行记录和归档，一键生成试卷样卷word，可下载打印纸质试卷，进行考试。
4. 接口设计
1、接口开发协议：HTTP协议；
2、接口开发规范：RESTFUL API规范；
3、请求方式：GET，POST，DELETE。
5. 总结与展望
随着教育数字化转型加速，智能题库的多级分类与多维标签管理将更为精细，结合新兴学科与跨学科知识，精准定位试题。批量导入工具适配格式更多，实现试题元数据零误差提取。AI辅助出题依托大数据与深度学习，生成贴合教学实际与学生水平的个性化试题。智能查重运用多模态技术杜绝重复，试题推荐随教学实时变化动态调整，难度预测融入更多教学场景因素。高效组卷工具的可视化界面友好且可定制，题型模板不断创新，适应新的教学评价需求。智能排版引擎适应不同输出场景，一键生成支持多格式，便于在线教学与资源共享。高级组卷模式筛选条件更丰富，CandaAlgo算法选题更科学，历史试卷重组结合智能分析，快速生成优化试卷。数据可视化深入挖掘价值，从试卷量、试题占比分析到教学诊断，为学校管理、教师教学和学生学习提供全方位数据支持，助力教学质量评估与改进。智能题库与组卷系统可让教学更高效，学习更有针对性。
基金项目
宁夏医科大学2024年校级教育教学改革研究项目“智能化医学组卷系统的设计与研究”(项目编号:NYJY2024062)。
NOTES
*通讯作者。