- 1、本文档共71页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
数据挖掘在计算教学评价中的应用研究
摘 要
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提
耿隐含在其中的、事先不知道的,但又是潜在有用的信息与知识的过程。数据挖掘的应
用研究己经在众多领域中蓬勃开展起来了。
以学生评估教师为主的教学评价,对教学改革和教学质量的提高起到了很大的促进
作用。但是,如何表达、分析、解释、公布和使用教学评价结果,以调动广大教师的积
极性,从而使教学评价发挥更大的作用是一个值得研究的新课题。而数据挖掘技术J下是
解决这类问题的行之有效的方法。
本文首先探讨了数据挖掘技术的摹本理论和常用的数据挖掘工具。其次,在研究关
联规则挖掘算法的基础上,详细分析了教师因素对学生考试成绩和学生评教成绩的影
响,结果表明具有丰富的教学经验和良好责任心的教师可以帮助学生取得良好的学习成
绩,以及年轻女教师在评教中更受学生的欢迎,这为教学管理部门分配任课教师和人事
部门引进人才提供决策支持。再次,应用决策树ID3算法,建立了学生“考试成绩”是
否优秀的决策树,并利用后修剪技术实现分类决策树的剪枝,产生分类规则,完成了考
试成绩优秀分类决策树模型的构建。最后,应用SPSSClementine数据挖掘工具进一步
对评教数据建模分析,验证了数据挖掘结果。
Clementine
关键词:数据挖掘,计算机教学评价,关联规则,决策树,SPSS
Researchon ofData
Mining
Application
in Evaluation
Computer-teaching
Liu
Falun(ComputerApplicationTechnology)
DirectedProf.Zhu
by Lianzhang
Abstract
Data isa thatistoextract unknownand
miningprocess implicit,previouslypotentially
usefulinformationand from is
data,which
knowledge practicalapplied
andstochastic.Theresearchon ofdata
multitudinous,incomplete,noisgfuzzy application
has innumerousdomains.
miningdevelopedenergetically
onstudents teachershas effectOil
evaluationbased great
Teaching mainly evaluating
reformand to
improvingteaching quality.However,how
andmakeuseoftheresultofevaluationtostimulatemost iSto
文档评论(0)