近年来,随着计算机与网络技术的快速发展给学生学习方式带来了巨大的改变,互联网打破了传统教育的时空限制,方便学生随时随地自主学习。同时,传统的基于纸笔的考试已经不能满足当今多元化教育的需求。计算机自适应测试是一个新的突破口。它是现代教育测量理论与计算机技术充分结合的产物,随着计算机技术的发展,得到越来越广泛的应用和关注。目前,计算机自适应测试仍然存在一些问题,比如在初始条件设置、能力估计、选题策略等方面。虽然计算机自适应测试能够根据用户设置的条件生成试卷,但是其中有些试卷对于提升学生成绩是没有帮助的。主要原因有两个:一是系统没有更新能力值,学生开始第一份试卷时,测试系统是根据学生当前能力值或者系统默认难度值生成试卷,学生通过测试对一些难度的知识点已经掌握,系统出下一份试卷时和第一份试卷是一样的。因此,试卷没有意义。二是满足要求的试题有多个,系统生成的试卷不一定是最好的。针对这些问题,本文提出以项目反应理论为基础,极大似然估计与最大信息量相结合的测试系统。本文首先对项目反应理论基本原理、基本假设、项目反应模型进行分析,分析选择Logistic模型的优点,本文用极大似然方法对学生能力值进行估计,并通过学生不断考试进行能力值修正。自适应测试系统根据用户设置条件生成试卷,因题库有多个符合条件的试题,系统根据条件生成多份试卷,最后采用最大信息量法计算试卷的信息量,选择最大信息量的试卷作为学生考试的试卷,从而达到考察学生的目的。系统将学生作答反应反馈给系统,系统调整学生能力值,并为下一次测试做准备。