数据挖掘在独立院校教师评估机制中应用研究.docVIP

数据挖掘在独立院校教师评估机制中应用研究 　　摘要：高等院校的教学质量评估已成为教学过程中不可或缺的重要环节。该文以独立学院近两年的教学评估数据为实例，运用分析数据软件、数据挖掘软件对教师教学评估数据进行了数据分析与数据挖掘。在深入研究数据挖掘理论的基础上，提出一种分析挖掘教学质量评估数据的新模式，得到影响教师教学质量的主要指标。 　　关键词：教学质量评估；数据挖掘；偏相关分析法 　　中图分类号：TP274文献标识码：A文章编号：1009-3044(2012)10-2172-03 　　The Application Research of Data Mining in Teaching Evaluation of Independent Colleges 　　WU Ya-li1, YAN Xiao-liang2, YANG Dong-ying1 　　(1.Business College of Shanxi University, Taiyuan 030031, China; 2. Information Center of Certification and Accreditation Administration of the People’s Republic, Beijing 100020, China) 　　Abstract: It become more and more important to the teaching quality evaluation of the university. At first, in this paper we are based on teaching evaluation data of the independent college, analysis and mining the data of evaluation with the software of data analysis and data mining software. then we study the theory of data mining and give a new analysis mode of the data mining of teaching quality evaluation. As a result,we get main factor about teacher’s teaching quality. 　　Key words: teaching quality evaluation; data mining; partial correlation; linear regression 　　近些年来，我国独立学院的发展为扩大高等教育资源和高校办学规模发挥了不可忽视的作用。独立院校侧重于课堂与实践教学，因此，教学评估是衡量高校教学质量的重要指标。然而，现在高校教学质量评估系统还存在诸多问题。多年来的教学和管理工作积累了海量的数据，但目前对这些数据的处理还停留在数据的统计和查询阶段。怎样能更好的利用这些数据，如何对数据进行深入分析，分析的结果对教师教学工作以提供哪些更有价值的建议是目前我们要解决的主要问题。 　　该文以独立学院近年来的教学评估数据为例，运用分析数据软件(SPSS)、数据挖掘软件(WeKa)对教师教学评估数据进行了数据分析与数据挖掘。在深入研究数据挖掘理论的基础上，提出一种分析挖掘教学质量评估数据的新模式。实验结果表??，该模式效果良好，有利于教学质量的提高。 　　1数据挖掘技术 　　最初数据挖掘研究的目的很大程度上是基于对市场购物篮的分析，以便管理者能更好的了解市场情况，从而针对消费者采取更有效的措施。 　　数据挖掘(Data Mining)[1]，也叫数据开采，数据采掘等，是按照既定的业务目标从海量数据中提取出潜在、有效并能被人理解的模式的高级处理过程。在较浅的层次上，它利用现有数据库管理系统的查询、检索及报表功能，与多维分析、统计分析方法相结合，进行联机分析处理(OLAP)，从而得出可供决策参考的统计分析数据。在深层次上，则从数据库中发现前所未有的、隐含的知识 　　2应用研究 　　2.1确定挖掘对象、目标 　　确定数据挖掘的目标，确定数据挖掘的对象是数据挖掘的首要工作。该文中数据挖掘对象是独立学院教师基础信息和教学评估数据。本系统的挖掘目标是从已有教学评估指标中找出对教学评估结果影响比较大的因素，运用合理的指标模型对教师教学质量进行深入分析，最终以达到提高教学质量的目的。 　　2.2建立数据挖掘库 　　2.2.1数据采集 　　1）教师基本信息 　　数据结构如下：教师号（TNo）、性别(Sex)、年龄(Age)、职