基于朴素贝叶斯理论的教师评价分析系统-计算机技术专业论文.docxVIP

中文摘要中文摘要 中文摘要 中文摘要 近年来，数据库应用技术日趋成熟，Intemet技术迅速发展，积累的数据量 高速增长。对于海量数据，人们已不能满足于查询、统计等分析手段，而需要 发现更深层的规律，进而对科研工作提供有力的决策支持。人们从大量数据中 提取有用信息，将机器学习应用于大型数据库的数据挖掘技术得到了长足的发 展，数据挖掘技术在各行各业进行广泛的应用研究。 在高职学院中，教师评价工作一直存在，并作为学院教学工作的重点。该 工作通常由系部配合教学管理部门共同完成，这种评价方法，只是取得单纯的 评估结果，进行简单的查询、统计，却没有对测评数据进行进一步的分析，不 能充分发挥其对教学的指导作用。而在评价过程中，产生了十分巨大的数据信 息量，必须要对搜集的数据资源进行分析处理，使学生的打分评价具有体现性 及代表性，能在良好的评价氛围下真实地反映教师的教育教学工作水平，是我 们需要研究的课题。 贝叶斯分类方法是一种具有最小错误率的概率分类方法，可以用数学公式 的精确方法表示出来，并且可以用很多种概率理论来解决。朴素贝叶斯分类算 法可以与决策树和神经网络分类算法相媲美，该算法能运用到大型数据库中， 且方法简单、分类准确率高、速度快。所以本文选择将朴素贝叶斯分类方法应 用到教师评价的分析研究中。 本文研究的主要内容是朴素贝叶斯分类方法在教师评价数据分析中的应 用。重点讨论了朴素贝叶斯分类算法，以每学期学生与督导教师分别对任课教 师评价的数据作为基本数据源，采用数据库技术建立库表，并将表进行连接， 使用朴素贝叶斯分类算法建立教师评价分类，通过训练数据计算条件概率，进 而用新数据进行验证，以更好地分析数据结果。在此基础上本人独立设计了《教 师考核评价系统》，并完成了应用系统的开发，实现在线评价功能，并最终实现 了对新数据的预测功能。 关键词：数据挖掘分类朴素贝叶斯教师评价 AbstractIn Abstract In recent years，with the development and application of sophisticated database， the amount of accumulated data increases rapidly．For the mass data，people arenot satisfied with simple analytical tools of the query and statistics，SO we should explore the new law to support the research decision strongly．People extract useful information from the large amount of data．The machine learning tecniques are applied to large databases，which makes data mining techniques progress rapidly· Nowadays，data mining techniques have been being applied widely in many real applications． In the vocational colleges，the teacher evaluation as the focus of college teaching has always existed．This evaluation process is often conducted by the teaching administrative department with the cooperation of teaching department．Such evaluation process is usually accomplished via simple inquiry and statistics，without fiarther analysis of measurement data．Therefore，it can not fully fulfil its guidance on the role of teaching．In the evaluation process，huge amount of data information is collected．It is necessary for US to analyze these data resources and make student scoring and evaluating data representat