编程考试系统代码质量度量及相似度检测子系统的设计与实现
这是一篇关于质量度量,定时任务,相似度检测,SonarQube,ANTLR的论文, 主要内容为在计算机相关课程的教学中,教师常常会安排一些编程考试来考察学生对课程的掌握程度。某团队为此开发了一个具有代表性的编程考试系统。但是该系统存在着诸多不足。首先,该系统只评判代码的正确性。这就导致学生往往只关注怎么得到正确结果,很少去关注所写代码的质量。其次,线上考试使得教师不需要参与阅卷过程,如果不耗费大量的人力来一一比对代码,就很难发现考试中的抄袭情况。目前已有的其他同类系统如HUSTOJ等,也存在着只评判代码正确性的问题,虽然可以进行一定程度上的代码相似度检测,但是检测的结果十分简略,不利于教师进一步了解具体的抄袭情况。为了缓解以上问题,本文设计开发了代码质量度量及相似度检测子系统,旨在帮助学生养成良好的编程习惯,提高编程水平。同时也帮助教师节省大量的工作量,及时发现考试中的抄袭情况。系统采用了前、后端分离的开发方式。前端主要使用Nuxt.js框架进行开发,后端则采用Spring Boot开发框架。在项目开发过程中还使用了Sonar Qube、Rabbit MQ、Hibernate、ANTLR和Event Bus等技术和工具。系统的需求分析和设计部分,分析了系统的功能性需求和非功能性需求,描述了系统的总体设计思路、模块划分情况以及各模块的顺序图、核心类图和数据库设计等方面。代码质量度量及相似度检测子系统主要分为三个模块,分别是质量度量模块、定时任务服务和相似度检测服务。其中质量度量模块负责将学生代码进行质量度量并展示度量数据。定时任务服务则负责定时任务的管理。相似度检测服务负责对学生考试代码进行相似度检测并展示检测结果。在系统的具体实现部分,阐述了各个模块的详细实现细节,展示了部分关键代码和界面截图,并介绍了系统的测试情况。最后做了总结并描述了系统未来可以改进的地方。目前系统已经上线运行,运行情况稳定,能够满足教师和学生的基本需求,用户反馈良好。
Scratch作品评测系统的研究与实现
这是一篇关于评测系统,Scratch,ANTLR,计算思维,程序复杂度,Lint的论文, 主要内容为随着国家对大力发展人工智能教育的提倡和号召,计算机编程作为其内容重要的一环,已经开始逐步走进中小学信息技术课程中,目前我国中小学生学习编程的首选编程语言就是可视化Scratch语言。针对Scratch作品进行分析和评测具有良好的应用价值和发展前景,通过评测不仅能够帮助学生发现自己作品中的错误和潜在问题,提高学生的编程能力,而且能够帮助老师发现学生学习和使用过程中的易错知识点,对学生进行有针对性的教学和辅导,还可以有效的为不同的学生定制不同的学习方案和学习路线。因此,如何选取合适的解析方法、评判标准和评分准则,如何更为有效、更为准确的对Scratch作品进行分析和评测值得进行深入的研究和探索。针对上述问题,本文首先在对已有Scratch作品评测方法和原理研究的基础上,基于工具ANTLR,结合Scratch作品的格式,提出并实现了一种全新的Scratch作品解析器。然后,在该解析器的基础上,结合目前学术界广泛认可和使用的方法,从计算思维、程序复杂度和Lint思想三个不同的角度对Scratch作品进行了综合评测和分析。最后,本文在实现Scratch作品评测工具的基础上,利用软件工程理论方法,进一步设计并实现了B/S架构的Scratch作品在线评测系统。经过测试,本文设计实现的相关Scratch作品评测工具和系统,能够根据设计准确的得出评测结果,系统鲁棒性和性能都具有较高的水准,结果符合设计预期,能够为广大师生的使用提供保证。
编程考试系统代码质量度量及相似度检测子系统的设计与实现
这是一篇关于质量度量,定时任务,相似度检测,SonarQube,ANTLR的论文, 主要内容为在计算机相关课程的教学中,教师常常会安排一些编程考试来考察学生对课程的掌握程度。某团队为此开发了一个具有代表性的编程考试系统。但是该系统存在着诸多不足。首先,该系统只评判代码的正确性。这就导致学生往往只关注怎么得到正确结果,很少去关注所写代码的质量。其次,线上考试使得教师不需要参与阅卷过程,如果不耗费大量的人力来一一比对代码,就很难发现考试中的抄袭情况。目前已有的其他同类系统如HUSTOJ等,也存在着只评判代码正确性的问题,虽然可以进行一定程度上的代码相似度检测,但是检测的结果十分简略,不利于教师进一步了解具体的抄袭情况。为了缓解以上问题,本文设计开发了代码质量度量及相似度检测子系统,旨在帮助学生养成良好的编程习惯,提高编程水平。同时也帮助教师节省大量的工作量,及时发现考试中的抄袭情况。系统采用了前、后端分离的开发方式。前端主要使用Nuxt.js框架进行开发,后端则采用Spring Boot开发框架。在项目开发过程中还使用了Sonar Qube、Rabbit MQ、Hibernate、ANTLR和Event Bus等技术和工具。系统的需求分析和设计部分,分析了系统的功能性需求和非功能性需求,描述了系统的总体设计思路、模块划分情况以及各模块的顺序图、核心类图和数据库设计等方面。代码质量度量及相似度检测子系统主要分为三个模块,分别是质量度量模块、定时任务服务和相似度检测服务。其中质量度量模块负责将学生代码进行质量度量并展示度量数据。定时任务服务则负责定时任务的管理。相似度检测服务负责对学生考试代码进行相似度检测并展示检测结果。在系统的具体实现部分,阐述了各个模块的详细实现细节,展示了部分关键代码和界面截图,并介绍了系统的测试情况。最后做了总结并描述了系统未来可以改进的地方。目前系统已经上线运行,运行情况稳定,能够满足教师和学生的基本需求,用户反馈良好。
编程考试系统代码质量度量及相似度检测子系统的设计与实现
这是一篇关于质量度量,定时任务,相似度检测,SonarQube,ANTLR的论文, 主要内容为在计算机相关课程的教学中,教师常常会安排一些编程考试来考察学生对课程的掌握程度。某团队为此开发了一个具有代表性的编程考试系统。但是该系统存在着诸多不足。首先,该系统只评判代码的正确性。这就导致学生往往只关注怎么得到正确结果,很少去关注所写代码的质量。其次,线上考试使得教师不需要参与阅卷过程,如果不耗费大量的人力来一一比对代码,就很难发现考试中的抄袭情况。目前已有的其他同类系统如HUSTOJ等,也存在着只评判代码正确性的问题,虽然可以进行一定程度上的代码相似度检测,但是检测的结果十分简略,不利于教师进一步了解具体的抄袭情况。为了缓解以上问题,本文设计开发了代码质量度量及相似度检测子系统,旨在帮助学生养成良好的编程习惯,提高编程水平。同时也帮助教师节省大量的工作量,及时发现考试中的抄袭情况。系统采用了前、后端分离的开发方式。前端主要使用Nuxt.js框架进行开发,后端则采用Spring Boot开发框架。在项目开发过程中还使用了Sonar Qube、Rabbit MQ、Hibernate、ANTLR和Event Bus等技术和工具。系统的需求分析和设计部分,分析了系统的功能性需求和非功能性需求,描述了系统的总体设计思路、模块划分情况以及各模块的顺序图、核心类图和数据库设计等方面。代码质量度量及相似度检测子系统主要分为三个模块,分别是质量度量模块、定时任务服务和相似度检测服务。其中质量度量模块负责将学生代码进行质量度量并展示度量数据。定时任务服务则负责定时任务的管理。相似度检测服务负责对学生考试代码进行相似度检测并展示检测结果。在系统的具体实现部分,阐述了各个模块的详细实现细节,展示了部分关键代码和界面截图,并介绍了系统的测试情况。最后做了总结并描述了系统未来可以改进的地方。目前系统已经上线运行,运行情况稳定,能够满足教师和学生的基本需求,用户反馈良好。
面向学术论文分析的业务命令语言研究
这是一篇关于学术论文分析,帮语,业务组合,ANTLR,低代码的论文, 主要内容为学术论文是科研成果的重要体现方式之一,是科学研究工作的结晶,具有很高的参考价值。随着科技的进步,新兴技术不断地应用在标准文献的研究上,论文分析正朝着更细粒度的方向发展。但越来越丰富的功能让开发者的压力也越来越大,学术论文分析往往需要不小的门槛,没有专业背景的开发人员与研究者的沟通障碍也会让双方的工作效率都会下降,同时,研究者日渐复杂和个性化的分析需求无法及时满足,也会影响到科研的效率。本文针对特定领域场景——学术论文分析,基于一种直接面向用户的业务命令语言——帮语,设计帮语子语言,以自然语言的方式描述用户的业务需求,完成用户指定的业务命令,通过对学术论文分析帮语子语言的使用,可以灵活地组合论文分析的基础功能实现复杂的论文分析功能,为普通研究者无需编程、仅使用句子描述业务就能满足学术论文分析需求提供了可能。同时,子语言打破了普通用户相较于计算机专业人员在编程上的限制,让所有用户都能参与到业务的开发中,降低了开发的门槛,减小了开发者的压力,同时提高了开发者和研究者双方的工作效率。本文基于帮语设计了学术论文分析帮语子语言,基于ANTLR和帮语原有的解释器与执行器设计学术论文分析帮语子语言的执行系统,同时实现了执行系统所依赖的学术论文分析场景的一些基础功能,包括通过保存Java中PDFText Stripper类解析PDF过程中产生的包含格式的字体信息用于解析PDF格式的论文,使用Bert模型提取创新句,使用正则表达式提取评价句和科技词条以及管理论文信息、作者、机构、关键词、参考文献等与论文领域相关的关键对象,实现了一套普通用户通过组合业务命令语言就能完成学术论文分析业务的系统。经过测试,子语言系统能够稳定地运行,论文分析场景的各个基础功能运行正常。子语言系统保留了一定的编程语言特性,在降低开发门槛、减少开发时间这样的低代码开发场景中具有一定的参考价值。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计客栈 ，原文地址：https://bishedaima.com/lunwen/51317.html
