ارایه روشی جدید برای تشخیص تقلب در آزمون ‌های برخط

به دلیل همه‌گیری کووید-19در موسسات آموزشی سراسر جهان، آزمون برخط پیشرفت چشمگیری داشته است. در این دوران، استفاده از آزمون‌ برخط روشی مناسب برای ارزیابی دانشجویان به شمار می‌رفت، که مزیت اصلی آن تضمین ایمنی بود. در این پژوهش روشی با دقت بالا پیشنهاد می‌شود که قادر به تشخیص تقلب بر اساس تکنیک‌های داده‌کاوی‌می‌باشد. روش بر پایه‌ی سیستم پیشنهادی برای تشخیص تقلب در آزمون‌های برخط شامل چند مرحله از جمله، استفاده از روش‌های آماری، معیارهای شباهت، نمرات دانشجو است. همچنین از الگوریتم‌های k-نزدیک‌ترین همسایه، شبکه عصبی مصنوعی و ماشین بردار پشتیبان استفاده شده است. در این روش برای هر مرحله عملیات امتیازدهی صورت گرفته است، کهقضاوت متقلب بودن یا نبودن بر اساس مجموع امتیاز خواهد بود. از نتایج ارزیابی آزمون دانشجویان به منظور شناسایی نمرات غیرعادی در آزمون‌ها استفاده شده است، که سیستم پیشنهاد دهنده توانسته است تقلب دانشجویان را با دقت 99.98% تشخیص دهد. نتایج نشان‌دهنده‌ی این است که سیستم آزمون برخط پیشنهادی توانایی کاهش تقلب را به طور موثری دارا بوده و قادر به کمک، در ارائه یک آزمون برخط معتبر می‌باشد.

a new approach to cheating detection in online exams

due to the covid-19 pandemic, there have been significant changes in different aspects of education around the world, including the testing process. online testing carried out without any supervision replaced the traditional evaluation processes. however, their lack of validity as a result of the increased possibility of cheating among the students concerns educators about the results' authenticity. in such cases, providing additional processes to check the results is a necessary step to administer safer online tests. in this research, a process with high accuracy is proposed. this process is able to detect fraud based on data mining techniques. it consists of several steps, including the use of statistical methods, similarity criteria, student grades, k-nearest neighbor algorithms, artificial neural network, and support vector machine. in this process, scoring has been done for each stage of the operation, and the final statement to judge whether the cheating ever occurred or not will be based on the sum score of each stage. the process uses the results of the students' exam evaluation in order to identify abnormal scores in exams, and the recommender system is able to detect students' cheating with 99.98% accuracy. the results show that the proposed online test system has the ability to effectively reduce fraud and is able to help in providing a valid online test.