[發明專利]一種基于聚類的獨立學院學生評教數據分析方法有效
| 申請號: | 201810102590.7 | 申請日: | 2018-02-01 |
| 公開(公告)號: | CN108256102B | 公開(公告)日: | 2022-02-11 |
| 發明(設計)人: | 辜萍萍 | 申請(專利權)人: | 廈門大學嘉庚學院 |
| 主分類號: | G06F16/28 | 分類號: | G06F16/28;G06K9/62;G06Q10/06;G06Q50/20 |
| 代理公司: | 福州元創專利商標代理有限公司 35100 | 代理人: | 蔡學俊;薛金才 |
| 地址: | 363105 福建省漳州*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 獨立 學院學生 數據 分析 方法 | ||
本發明公開了一種基于聚類的獨立學院學生評教數據分析方法,包括步驟:1)教學評價結果數據的預處理,將數據統一化為文本屬性,得到評教數據表;2)采用模糊K?Modes算法對評教數據表的數據進行分析,得到數據分析的結果。本發明利用聚類分析方法從獲得的評教結果數據出發,結合學生的屬性特征、課程的屬性特征進行大數據分析,發現數據集之中蘊藏的規律,即評教結果是否受主觀因素的影響,哪些主觀因素又將各自如何影響著最終結果;輔助決策,進一步加強教學管理和提高教學水平,也可以調整優化評價機制使其更加合理化。
技術領域
本發明涉及大數據技術領域,具體涉及一種基于聚類的獨立學院學生評教數據分析方法。
背景技術
目前,國內外大學普遍運用一些教學質量評價手段來監督教師的教學效果,從而建設教學質量的監督保障體系。其中,學生作為主體進行評教成為主流形式,該方法能夠及時發現并解決教學工作中存在的各種問題,在改進教師教學、增強學生的主動性、提高教學質量方面起到了積極作用。評教過后,學校的管理層根據評教分數的高低對教師進行獎懲以促進良性競爭。
然而,教學評價本身就是一種認識過程,而人在認識過程中受到人心理活動的各種特點制約,因而造成人在認識事物過程中的誤差。在學生個體與課程本身均存在差異的情況下,評教結果是否能真實地反映教師教學水平,在業界一直都存在著爭議。尤其是獨立學院的學生,其學習能力與學習態度需要在督促引導下進一步提高,在這種情況下實施學生評教,評教過程中難免存在敷衍了事流于形式的情況,評教結果往往有失公正公平,因此,更應該對評教數據做進一步的挖掘分析,根據學生特點(包括專業、年級、性別、學習成績等)、課程屬性(包括全校性公選課、專業必修課、專業選修課等)以及評教分數等數據進行聚類,發現該校學生評教的規律,對學校管理層客觀對待評教結果提供決策支持。在申請號為201520357875.7的實用新型專利中提出了一種基于云教育服務平臺的學生評教系統,該系統改進了傳統的發放紙質調查問卷的評教形式,而是通過網絡搜集大量的學生評教數據并自動統計出每位教師對應課程的評教分數,而后簡單地對這些分數進行報表,卻沒有對數據源頭與結果做深度分析,這就造成數據的浪費和誤用。在申請號為201611234631.5的發明專利中摒棄單獨使用學生評教的數據源對教學效果進行評價,而是同時考慮學生成績數據及教學督導評價數據,通過對上述三類數據進行機器學習建立神經網絡教學評價模型,挖掘出決定教學質量的核心因素。但是該模型的應用必須滿足兩個前提條件:其一,學生評教的數據源必須來自于認真誠懇的評教過程,評教分數必須是公正客觀的;其二,教學督導必須對每門課提供有代表性的評價數據。然而,學生的從眾心理與督導資源的不足都將造成數據源的歪曲與缺失。其實,大量的學生評教數據中隱藏的價值應該被進一步挖掘和利用,否則就會造成信息浪費。數據挖掘正是通過對數據的特征及關聯進行算法分析從而達到發現數據現象背后的規律的方法。目前,將數據分析方法應用于評教問題的研究正如火如荼地展開。例如,上海立信會計學院金融學院的黃波在文獻“黃波.學生評教的影響因素研究——基于排序Logit/Probit回歸的實證分析[J].高等財經教育研究,2014,(4):1-8.”中綜合運用描述性統計、相關性分析、逐步回歸和排序Logit/Probit回歸分析方法,研究了課堂和教師特征對評教結果的影響,算法中選取教師基本信息、教師每學期工作量、學生評教總分、課程成績分布等變量發現學生成績因素與評教分的正相關關系以及任課教師的教齡和博士學位分別與評教分正相關和負相關關系。該課題主要針對財經專業的學生評教數據進行分析,因此沒有考慮學生專業不同的情況,也忽略了學生年級、性別等個性化差異對評教分數的影響。但是,學生特性是影響評教結果非常重要的因素之一。在該文獻中還單方面地總結出專業課較公共課評教分數高,數學與物理等理科課程的評教分數偏低。但是,不同的學生對待不同的課程態度是迥異的,例如,大二大三的學生對待專業課比公選課較為嚴肅認真,但是大四的學生就未必。因此應該綜合各因素一并分析更為全面。現有方法的不足之處是:
1、大多數評教系統只是利用網絡收集了大量的學生評教問卷,再根據固定的公式量化結果。學校管理層根據最終分數的排序決定對教師的獎懲,根本沒有考慮學生打分的公正合理性,既違背了評教的初衷又削減了教師積極性。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廈門大學嘉庚學院,未經廈門大學嘉庚學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810102590.7/2.html,轉載請聲明來源鉆瓜專利網。
- 數據顯示系統、數據中繼設備、數據中繼方法、數據系統、接收設備和數據讀取方法
- 數據記錄方法、數據記錄裝置、數據記錄媒體、數據重播方法和數據重播裝置
- 數據發送方法、數據發送系統、數據發送裝置以及數據結構
- 數據顯示系統、數據中繼設備、數據中繼方法及數據系統
- 數據嵌入裝置、數據嵌入方法、數據提取裝置及數據提取方法
- 數據管理裝置、數據編輯裝置、數據閱覽裝置、數據管理方法、數據編輯方法以及數據閱覽方法
- 數據發送和數據接收設備、數據發送和數據接收方法
- 數據發送裝置、數據接收裝置、數據收發系統、數據發送方法、數據接收方法和數據收發方法
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置
- 數據發送方法、數據再現方法、數據發送裝置及數據再現裝置





