[發明專利]一種基于云模型技術的網絡課程滿意度評價系統和方法

無效

• 申請號: 201310230759.4
• 申請日: 2013-06-09
• 公開（公告）號: CN103295068A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 牛杰;李眾;戴艷
• 申請（專利權）人: 常州信息職業技術學院
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q50/20
• 代理公司: 常州市維益專利事務所 32211
• 代理人: 何學成

1.一種網絡課程滿意度評價系統，其特征在于，所述系統包括：

數據輸入和采集單元，用于從外部采集預先設定的指標項的評價數據值；

分級單元，用于對采集的評價數據值進行量化分級；

逆向云發生器，用于通過逆向云算法將采集的數據值進行計算，得到反映定性概念的數字特征；

正向云發生器，用于通過正向云算法對數字特征值進行計算，生成評價云圖；

結果顯示單元，結合所述評價云圖和所屬量化分級，顯示評價結果。

2.如權利要求1所述的網絡課程滿意度評價系統，其特征在于，所述逆向運算法采用如下改進的算法中的一種：

逆向云算法1：BCG1(x_i)

輸入：樣本點x_i(i＝1,2,…,n)；

輸出：反映定性概念的數字特征E_x,E_n,H_e；

算法步驟：

1)根據x_i計算這組數據的樣本均值一階樣本絕對中心矩1nΣi=1n|xi-X‾|,]]>樣本方差S2=1n-1Σi-1n(xi-X‾)2;]]>

2)計算期望

3)計算熵En=π2×1nΣi-1n|xi-Ex|;]]>

4)計算超熵He=S2-En2;]]>

逆向云算法2：BCG2(x_i)

輸入：樣本點x_i(i＝1,2,…,n)；

輸出：反映定性概念的數字特征E_x,E_n,H_e；

算法步驟：

1)根據x_i計算這組數據的樣本均值樣本方差及樣本四階中心矩μ4‾=1n-1Σi=1n(xi-X‾)4;]]>

2)Ex=X‾;]]>

3)En=9(S2)2-μ4‾64;]]>

4)He=S2-9(S2)2-μ4‾6;]]>

逆向云算法3：BCG3(x_i)

輸入：樣本點x_i(i=1,2,……,n)；

輸出：反映定性概念的數字特征

算法步驟：

1)根據給定的數據樣本，計算樣本均值得到期望Ex的估計值；

2)對原始樣本進行隨機分組得到m組樣本，且每組有r個樣本，n=mr且n,m,r都是正整數，從分組后的每組樣本中分別計算組內樣本方差y^i2=1r-1Σj=1r(xij-E^xi)2,]]>其中E^xi=1rΣj=1rxij(i=1,2,...,m),]]>根據正向云發生器，可以認為y₁,y₂,…,y_m是來自N(En,He²)的一組樣本；

3)從樣本y₁²,y₂²,…,y_m²中估計計算公式為：

E^n2=124(E^Y2)2-2D^Y2]]>

H^e2=E^Y2-E^n2]]>

其中，E^Y2=1mΣi=1my^i2,]]>D^y2=1m-1Σi=1m(y^i2-E^Y2)2]]>

BCG3(x_i)算法中符號說明：

a)x_i(i=1,2,……,n)，樣本點的值；

b)樣本點數學期望Ex的估計值，就是平均值；

c)y^i2=1r-1Σj=1r(xij-E^xi)2]]>公式：

i.r：組內樣本數量，

ii.組內樣本方差，下標i范圍為（1,2，……m），組別數，

iii.組內樣本平均值，

iv.x_ij：第i組內的第j個個體樣本，

d)N(En,He²)：表示均值為En，方差為He²的正態分布；

e)y₁,y₂,…,y_m就是由c求出來的m個值；

f)定性特征中的熵En的估計值的平方，開根號可得

g)定性特征中的超熵He的估計值的平方，開根號可得是過程變量。