当前位置:论文写作 > 毕业论文范文 > 文章内容

决策树算法在高校教师评价系统中的应用

主题:多属性综合评价 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-02-26

简介:关于对不知道怎么写属性评价论文范文课题研究的大学硕士、相关本科毕业论文属性评价论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。

属性评价论文范文

多属性综合评价论文

目录

  1. 1.数据采集与预处理
  2. 1.1 数据的采集
  3. 1.2 数据预处理
  4. 1.3 连续性数据的离散化处理
  5. 2.教师课堂教学评价的决策树模型
  6. 3.结语
  7. 多属性综合评价:PSV真三国无双7M 吕玲绮 究极·小沛之战 秘武2 3战功 S评价(属性未突破0觉醒)

(辽宁石化职业技术学院 辽宁锦州 121001)

摘 要:教学评价系统是为了检测、控制教学质量.将数据挖掘中的算法引入教学评价系统,从海量评价数据中提取隐藏于其中的有用信息,将数据挖掘与统计分析相结合,研究能影响教学质量的主体及过程等因素,从而分析出适合教学评价的方法,应用于教学评价,能够将教学评价技术水平提升到一个新的层次,从而科学地、有效地指导教学,提高教学管理水平.

关键词:数据挖掘 决策树 教学评价

中图分类号:G420 文献标识码:A 文章编号:1674-098X(2013)11(b)-0207-01

教学评价是教育中的重要环节,是引导教育培养高素质人才、促进教育健康发展、评估教师教学水平的手段和保障.在目前的网络环境下,各高校普遍采用了计算机进行教学管理,如学生管理系统、教务管理系统、学费管理系统等等,储备了各种类型的电子数据,具有了进行数据挖掘的前提条件.如何正确、有效地评价教学质量和教学效果,建立一个有效的教学评价模型已成为教育研究中的一项重要课题,教学评价系统也就随之而生.

教学评价有过程性评价和结果性评价两方面内容,有几种常用的方法:如试卷的难度、效度、信度、知识含量等参数只能对考试的总体难易水平、知识点进行考察,对试卷全面度、测量结果的可靠性进行衡量.

1.数据采集与预处理

1.1 数据的采集

基于原来的教管管理系统提供的学生基本情况库、课程库、学生成绩库、教师情况库、教师任课信息等,增加了在线调查子系统进行学生评教、教师互评、专家评教.通过输入识别号的方法控制超范围评价、重复评价等现象.用决策树方法对教师进行分析,构建出优秀教师模型,学校采取一定的激励措施,促进教师成为更优秀的导师.

1.2 数据预处理

由数据库系统采集到的数据通常是不完整的和有噪声音的,必须进行数据预处理才有可能进一步的挖掘数据.为了提高分类和预测的准确性、有效性和可伸缩性,数据预处理的主要工作是:数据清理、数据转换和归约.在教师评价子系统中我们具体的做法是:人工填充某些空缺的字段值,消除多个数据表中的重复记录,构造一些字段以便概化,对某些数据型字段进行离散化的归约工作等.

1.3 连续性数据的离散化处理

可以采用聚类算法对成绩、年龄等连续性数据实施离散化处理,也可以硬性根据分数段或年龄段等进行离散化.

2.教师课堂教学评价的决策树模型

用于挖掘的教师课堂教学效果评价中的属性很多,选择其中能与教师评价过程相关性较大的性别、年龄、学历、职称四个属性作为建立教师分类决策树模型的测试属性.采用论文范文.5算法建立决策树模型的步骤如下.

(1)对样本表中的每个测试属性计算该属性的信息增益率.

(2)选取信息增益率最大的属性作为根结点,按其值划分数据集合,如果该属性只有一个值则停止划分.

(3)对划分的每个子数据集重复执行1~2步.

具体实现过程如下:

(1)计算分类属性的信息量.

在教师评价系统所取的训练集中,共有122个样本,其中优秀教师为12名.首先计算出对给定样本分类所需的信息熵:

(2)计算“性别”属性的信息量.

“性别”属性中有只有“男”和“女”两个属性值,是最简单的属性,我们就以它为例进行信息增益率的计算.对“男”、“女”两个属性值所划分的子集计算信息量,将所取样本集中的数据根据性别属性进行归纳可得表2:

(3)计算“性别”属性的信息熵.

同理计算所取样本中其它三个属性年龄、学历、职称属性的信息量、信息熵、信息增益量和信息增益率.

从计算结果分析得出,“年龄”属性具有最高的信息增益率,它被选择为测试属性作为决策树的第一层节点,用“年龄”标记,根据它的四个属性值,引出四个分枝.然后再计算各个分枝节点的划分.以划分“年龄”是“30-45”的所有可能性为例,接着进行决策树的建立.当年龄等于“30-45”时,信息增益率最大的属性是“学历”属性,决策树该分支的第二层就选择为“学历”属性,等.

3.结语

教学评价系统的工作庞大而复杂,能应用数据挖掘技术的方面很多,如可以采用关联规则对学生的开课顺序进行设定,比如众所周知的C语言课程应该设在数据结构课程的前面,就可以用关联规则进行验证,同时也为其他课程的开课顺序提供依据.再如可以通过学生成绩的相关属性挖掘出提高学生成绩的客观规律,合理安排总学时与实验学时.数据挖掘技术在教学评价系统中的使用还有待于进一步完善.

从挖掘结果来看,分类规则并非精确公式,但经过反复试验,可以从中找出影响教学的因素、影响能力及粗略的程度,符合以学生为主体、教师为主导的逻辑.

多属性综合评价:PSV真三国无双7M 吕玲绮 究极·小沛之战 秘武2 3战功 S评价(属性未突破0觉醒)

参考文献

[1] 马希荣,孙华志.数据挖掘技术在教学评价中的应用[J].计算机工程与应用,2013(19).

总结:本论文为您写属性评价毕业论文范文和职称论文提供相关论文参考文献,可免费下载。

多属性综合评价引用文献:

[1] 综合评价论文范文 综合评价相关硕士学位论文范文8000字
[2] 综合评价论文范文 综合评价方面有关硕士学位毕业论文范文5000字
[3] 综合评价硕士论文范文 综合评价方面有关论文如何写2万字
《决策树算法在高校教师评价系统中的应用》word下载【免费】
多属性综合评价相关论文范文资料