文档介绍：基于数据挖掘的教学质量评价体系研究
赵倩 摘 要:基于数据挖掘技术的教学质量评价体系能够客观、精准地反映出影响教学质量的关键因素。文章利用大数据关联规则技术,通过数据采集、数据预处理等过程构建关联规则数据库,形成基于数据挖掘1 系统开发工具
实现教学质量评价体系的关键就是要构建基于数据挖掘技术的应用程序平台。目前ASP NET是统一的Web应用程序平台,其可以面向所有的设备和浏览器,因此,可以认为其具有较高安全性、更强的可升级性的基础结构。本系统的开发工具为:(1)硬件环境。由于本次所设计的数据挖掘系统所需要处理的数据比较多,而且还要求系统要具有更快的响应速度,因此,对于硬件设备的要求比较高。例如本次系统所存在的计算机设备内存达到32 GB以上,硬盘100 GB以上。(2)软件环境。对系统的运行安全较为关键,因此,本次系统软件的环境为Windows系统,具有稳定性强、界面美觀大方、使用方便、快捷的特点。为了保证系统的安全,系统采取了较大规格的查杀病毒软件系统。(3),后台数据库开发工具选择Microsoft SQL Server2008。 數据的预处理
高职教学质量评价体系的数据比较多,因此,需要对相关的数据进行集成、清洗、离散以及归纳等各项的处理工作,然后再进行数据挖掘。传统的高职教学质量评价体系主要采取的是百分制评价,其较为主观,难以客观反映教学质量,因此,采取等级评分制。设定为优、良、中、差4级评分制,相对于传统的百分制而言,评价过程更加简单,评价结果更具有参考性,因此,一般通过下面的方法实现转换,将百分制的结果转换为5级评分制:(0~60分)差、(60~70分)及格、(70~80分)中、(80~90分)良、(90~100分)优。在数据挖掘的过程中,真正需要的并不是评价所得的原始数据,而是在评价数据的基础上运用合适的数学方法经过分析计算得到的结果数据,这种数据称为评价结果。评价结果数据、相关文件及其他数据库等数据形式才是数据挖掘技术主要研究对象,因此,只有正确地评价结果数据才能得出正确的数据挖掘结果。
基于关联规则挖掘在本评价系统中的应用
“专业老师”关联分析
对专业教师评价是教学评价体系的重要内容,关联规则挖掘对专业教师的评价应用主要表现为:(1)数据准备。系统设计人员根据教学评价指标的设定原则,组织全校师生对专业教师进行综合打分评价,然后计算机系统在整个教学评价系统中提取被评价专业教师的得分数据,然后按照不同指标原则的科目,计算各级指标的数据和关联规则。(2)对关于被评价教师的得分数据进行汇总,并且按照系统预定的计算方式对专业教师的评价分值进行计算,以此得出专业教师的教学分数。教学评价分值在90~100分的设定为优,在80~89分的为良,在70~79分的为中,60~69分的为及格。(3)根据教学评价得分,进行数据表格统计,关联规则挖掘。同时,高校管理者根据教学评价分值与被评价专业教师进行交谈,以此寻求提升专业教师能力的方法。
“专业科目”关联分析
对于专业教师评价得分较低的教师,如果按照教师进行关联并不能得到明显的结果,因此,可以从“专业科目”角度进行关联,通过对课程的客观评价,找出