基于网络匿名评价的导师评分系统研究与设计.pdfVIP

摘 要 近几年，考研成为学生的热门选择。研究生教育发展迅速，导生人数逐渐庞 大。但是，普遍存在研究生对导师综合素质以及培养风格缺乏了解，从而错选导 师的现象。再加上部分导师不善于与研究生沟通，导生关系不和的问题更为严重， 使得培养工作困难重重。 为此，本文基于教育评价理念，在对研究生与导师需求进行分析的基础上， 分析了目前导师评价以及导生关系现状。从研究生的主观视角出发，构建基于网 络匿名评价的导师评分模型。在导师评分模型的基础上，进一步设计开发基于网 络匿名评价的导师评分系统，展示可视化处理后的评价结果。 在评分模型研究问题上，本研究结合评论文本特征，从中提取研究生评论高 频词，归纳总结出六个评价维度。同时，引入自然语言处理方法以及深度学习技 术，融合word2vec模型以及LSTM 模型对非结构化的评论文本进行语义分析以及 情感分类训练，得到导师各维度得分。结合各维度的得分情况，采用熵权法计算 出各维度的权重，最终计算得出导师的综合得分。 该评分模型选取导师评价网的评论内容进行应用，设置多项对比实验，以此 检验导师评分模型的有效性。在模型训练以及模型检验方面，邀请了五位研究生 对部分评论数据进行人工标注，并对标注者信度进行检验。经过对标注结果的分 析，Kendall 和谐系数W 值为0.873，标注结果可信度以及一致性较强。而后将人 工标注数据作为分类结果的检验标准，采用不同的词向量训练方法、不同的情感 分类方法进行训练。实验结果显示，与不同词向量训练方法相比，本文所采用的 方法要比传统词向量表示方法、n-gram 方法在准确率与召回率上表现更佳，准确 率分别高出17.13%以及 11.66%。与不同情感分类方法相比，本文所采用方法的 macro-F1 90.53% CNN RNN TextCNN macro-F1 值为 ，相比传统 、 以及 方法在 值 上的表现更好。分析表明本文所提出的导师评分模型在挖掘研究生评论文本的情 感分值上是有效的。在此基础上，本文将构建的导师评分模型与网络爬虫、web 开发、数据可视化等技术相结合，设计出基于网络匿名评价的导师评分系统原型， 全方面展示导师评价信息，为研究生与导师在导生关系问题上提供一定帮助。 本文尝试将网络匿名评价应用于导师评价中，这种尝试能够一定程度上帮助 改善导生之间因缺乏真实了解与沟通所产生的导生关系不和问题。未来研究将采 集更大数量、更多维度的数据，引入更多因素，对研究做进一步探索。 关键词：网络匿名评价；导师评分系统；导师评分模型；情感分类 V 目 录 1 绪论1 1.1 研究背景1 1.2 研究意义1 1.2.1 实践意义1 1.2.2 理论价值2 1.3 研究内容2 1.4 论文组织结构3 2 国内外研究现状及相关理论基础4 2.1 国内外研究现状4 2.1.1 导生关系研究现状4 2.1.2 导师评价制度研究现状5 2.2 相关概念定义6 2.3 相关技术及理论基础7 2.3.1 中文分词7 2.3.2 词向量表示8 2.3.3 循环神经网络10 2.3.4 情感分析 11 3 基于网络匿名评价的导师评分模型研究13 3.1 问题的提出13 3.2 网络匿名数据来源13 3.3数据预处理13 3.3.1数据清洗13 3.3.2 文本规范化14 3.4 基于网络匿名评价的导师评分模型设计15 3.4.1 模型评价维度确定15 3.4.