信息类大学生创新教育综合评价型及应用.docVIP

信息类大学生创新教育综合评价模型及应用 　　摘要：以 信息类大学生创新教育对学生学习能力的影响为背景，以所带班级连续4年的创新成果与课程成绩等数据为考察对象，利用优化的主成分分析方法，提出信息类大学生创新教育综合评价模型；并以此为基础，利用MATLAB工具对学生成绩进行多尺度挖掘分析，探讨大学生创新教育对学生学习能力的激励关系，摸索培养信息类大学生创新人才的新途径。 中国论文网 /1/viewhtm　　关键词：综合评价模型 主成分分析法 创新教育 多尺度挖掘 　　一、引言 　　随着国家经济战略的转移及企业去过剩产能的升级换代，针对相应人才培养的需求，教育部于2012年启动了本科教学工程，即国家级大学生创新创业训练计划，旨在促进高校教育思想观念的转变，根据市场需求进行人才培养，强化大学生的创新创业能力，增强大学毕业生适应市场需求的能力，从而培养当前国家建设急需的创新型人才。 　　我院于2008年开始，将大学生创新当作教育改革的重要抓手进行安排，组织优秀教学团队成立创新实验室，每年资助一定教改经费进行教学创新，同时紧跟导师制，让每个学生都能在老师指导下学习、培训等。 　　笔者所在的团队通过跟踪近四年来的教学成果，首先采用优化的主成分分析法，提出信息类大学生创新教育综合评价模型，利用笔者所带两个班级与同一年级其它班级的成果进行多尺度挖掘分析，从多角度评价创新教育的效果。 　　二、主成分分析法 　　主成分分析法主要利用矩阵降维的思想，将多维因子纳入同一系统进行定量化研究，在损失少量信息的前提下把多维因子转化为几个综合指标的多元统计方法，其中每个主成分都是原始变量的线性组合，且各个主成分之间互不相关，使得主成分比原始变量具有某些更优越的性能。这样在研究复杂问题时只需考虑少数几个主成分而不至于损失太多信息， 从而更容易抓住主要矛盾， 揭示事物内部变量之间的规律性，同时使问题得到简化， 提高分析效率。它的主要步骤如下：（1）确定数据指标；（2）对数据指标标准化处理；（3）计算相关矩阵；（4）计算矩阵的特征值和特征向量；（5）计算主成分贡献率及累计贡献率；（6）选择主成分；（7）对信息进行综合评价。 　　三、创新教育综合评价模型 　　1.定义学生学习成绩矩阵，将学生分组对比 　　四、多尺度挖掘 　　数据源：2011级计算机专业3个班84名同学，收集了38门课程成绩，2014级物联网工程专业1个班30名同学，收集了12门课程成绩，记录共3552条。另外，2011级计算机专业四年创新成绩（科研论文、专利、大学生创新项目、大学生创新比赛等）及2014级物联网工程专业一年来的创新成果，记录共104条.其中计算机1102班与物联网1401班为笔者所带班级，并组织了一系列创新培训。 　　从图1可知采用均值与三均值比较，差异较小，但三均值更准确反映各课程之间的差异，同时数据库原理课程的平均分较低，数据库原理成绩的差异性比较明显。 　　从 图2可知三个班级成绩总体驱于一致，但2班的差异性明显比其它两班小，总体成绩趋于平稳。 　　表1将笔者所当班主任的2个班级选择高数1、高数2、C语言、线性代数、计算机导论、英语1、英语2、物理等课程进行对比分析。 　　从图3可知，计算机是一本招生，物联网在外省是二本招生，学生在第一学期与计算机专业的差异明显，特别是在数学与英语方面差异更大，但随着创新培训的加强，学生成绩之间的差异缩小明显，而且在专业课方面，成绩提升比计算机专业明显。 　　根据学院每年统计的情况，对比2014年到2015年2011级计算机专业取得的成果。 　　从表2可知，在取得创新成果方面，1102班均比其余两班要优秀。 　　2011年以来，笔者作为班主任，带了计1102班与物1401班，下面从他们经过一年级培训所取的成果，即论文、项目、软件著作权、比赛等进行对比。 　　物联网专业在一年级表现更佳，这也是创新教育的经验积累所得，但计1102同学经过3年的综合训练，成果逐年增加，在四年级达到顶峰，其中发表论文6篇、比赛获奖9次、申请软件著作权9个，更为可喜的是2人获国家奖学金，2人获保研名额（计算机专业仅2个名额），说明长期培训的效果要比没有培训的班级要强。 　　利用综合评价模型得出计算机2011级3个班综合排名表。分别按各成绩三均值、论文数、项目数、比赛获得奖励分、软件著作权数进行评价。 　　四、结论 　　根据教育部的要求，高校要对有创业意愿的学生，开设创业指导及实训类课程，也要广泛举办各类创新创业大赛，设立创新创业奖学金，表彰在创新创业方面表现突出的学生。2009年以来，湖南省教育厅先后对我校信息类本科专业人才培养的“质量工程”项目进行资助，学院通过开展创新实验室等一系列活动探索大学生创新创业教育。本团队提取近四年来学生取得的成果，利用