CN107392810-CN201710777180-一种基于指标权重学习和行为熵的微格教学综合评价方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107392810 A (43)申请公布日 2017.11.24 (21)申请号 201710777180.8 (22)申请日 2017.08.27 (71)申请人 安庆师范大学 地址 246133 安徽省安庆市菱湖南路128号 (72)发明人 钱萌　程树林　 (51)Int.Cl. G06Q 50/20(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 权利要求书1页 说明书4页 附图1页 (54)发明名称 一种基于指标权重学习和行为熵的微格教 学综合评价方法 (57)摘要 本发明公开了一种基于指标权重学习和行 为熵的微格教学综合评价方法，方法步骤如下： 构建教学技能指标；收集样本；确定权重；计算试 教者评分；构造互动行为指标集；计算课堂互动 行为熵；综合评价；本发明的优点是：1、更能真实 科学和全面地反映试教者的教学效果；2、在总体 样本下，教学技能评价指标的权重确定方法更合 理；3、增加了课堂教学互动行为熵，与评价分值 结合产生最终评价结果，相对传统评价方法(如 模糊综合评判等)，该结果衡量试教者教学效果 更客观。 A 0 1 8 2 9 3 7 0 1 N C CN 107392810 A 权　利　要　求　书 1/1页 1.一种基于指标权重学习和行为熵的微格教学综合评价方法，其特征在于方法步骤如 下： (1)构建教学技能指标；假设所述教学综合评价方法中共有N个一级教学指标，记为 1 表示第i个一级指标，并含有 个二级教学指标 表示第i个一级教学指标所含的第j个二级教学指 标； (2)收集样本；假设当前共有N个试教者的历史评价结果，第k个试教者的历史评价结果 3 属于第p个等级，即 其中，等级指标集为R＝{A，B，C，D，E}，p∈{1，2，3，4}，分别表示 为优秀、良好、中等、一般和差；为了便于第(3)步训练计算，将各等级进行量化，即A＝5，B＝ 4，C＝3，D＝2，E＝1； (3)确定权重；利用神经网络算法学习各级指标权重，建立二级隐层BP神经网络 模型，通过样本学习得到一级指标权重向量 和二级指标权重向量 即所有N个一级教学指标对应的全部二级教学指标按顺序排列的集 1 合，其中 随着样本的增加，可进行反复训练，不断优化所述指标权重向量V 和 1 V ，使每个评价指标的权重更接近于真实情况； 2 (4)计算试教者评分；利用第(3)步得到的权重向量V和V ，作为第(3)步所述二级BP神 1 2 经网络模型的参数计算微格教学试教者的教学等级评分，如计算第k个试教者的教学等级 评分为 (5)构造互动