学生评教数据的知识挖掘探究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘 要 学生 评教 是 当W 我 国高校 f f遍 釆川 的一种教 学质量 管理 手段 ,也 是 高等 教 育 研 究领域 引起 较 多争 议 的热 点M 题 。从 20 世 纪 80 年代 中期起 ,国 内陆续 开展 了 学 生评 教 实践 活动 ,至 今 已将 近 30 年 ,各 高校 都积 累 了大量 的学 生评 教 数 据 ,但 由于信 息意识 的缺 乏和技术 的欠缺 ,管理人 员只能通过 简单 的加和 、排序等操作 获得表 面信 息 ,这 些 数据 中隐藏 的信 息一直 没有 得 到进 一歩 的挖 掘和 利用 。 本 文 首 先 对 数 据 挖 掘 的基 本 知 i只做 以综 述 ,着 重 介 绍 了经 典 关 联 规 则 Apr ior i 算法 ,聚类算法 中的划 分聚类 和层 次聚类 、相 关系数 以及标准 方差 。然 后利用这 些算法研 究天津师范大学部分教师从 2006-2007 下半学年开始 ,一直到 2009-20 10 下半学年共 7 学期学生评教数据 :对 学生评 教量表 中的各指标进 行研 究 ,找到 各指标之 间隐藏 的关 系 ;利用这 些算法 找 出一些 学生评 教数据 与教 师个 人信 息 (职称 、学 历 、年 龄 、性 别 )的单 因素和 多 因素之 间暗藏 的关系 ,其 次设 计相应 的调査 问卷来验证所得 到 的结论 ,最后得 出结论 ,提 出了改进 我校教师课 程教学质量评 价卡 的有 关措施 ,为进一歩完善 、推进课 堂教 学质 量评价 、提 高教 学质 量提 供 了量化 的依据 。 关键 词 : 学 生 评 教 ;数 据 挖 掘 ;聚类 ;关 联 规 则 A b str a c t In th e current, th e Student R ating of T each ing E ffectiv en ess is com m on ly u sed as T each in g qu ality m anagem en t tools in C h in as un iv ersities, it is also th e hot issue w h ich arosed a lot of dispute in th e field of h igher edu cation research . S ince the m id-1980s,our country has b een carry in g out th e SR T E practice , and so far it has b een im p lem ented nearly 30 years, m an y un iversities hav e accum u lated a p lenty of S R T E data, bu t b ecau se o f th e lack of in form ation aw areness and lack of 、technology, the m anagers can only obtain som e surface inform ations :by sim p le sum  and sorting operation s. T he inform ations h idden in th ese data are con sistent w ith no ftirth er ex ca v atio n . F irst of all, th e thesis sum m arized the basic know ledge of data m in ing and introduced th e classical association rules A priori algorithm , th e P artition ing M et

文档评论(0)

zz921 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档