[發(fā)明專利]一種基于深度神經(jīng)網(wǎng)絡(luò)學習評分數(shù)據(jù)對的教學評價方法

有效

• 申請?zhí)枺?/td>: 201910319686.3
• 申請日: 2019-04-19
• 公開（公告）號: CN110046667B
• 公開（公告）日: 2022-08-12
• 發(fā)明（設(shè)計）人: 黃曉輝;熊李艷;曾輝
• 申請（專利權(quán)）人: 華東交通大學
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/62;G06N3/04
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務所(普通合伙) 11201
• 代理人: 何世磊

1.一種基于深度神經(jīng)網(wǎng)絡(luò)學習評分數(shù)據(jù)對的教學評價方法，其特征在于，所述方法包括以下步驟：

以課程為節(jié)點，以學生選課為邊構(gòu)建一個學生選課圖，然后通過圖聚類的方法把課程分成幾個課群，同一課群內(nèi)的課程具有相似的選課學生群體，不同課群的課程具有不同的選課學生群體；

在每個課群內(nèi)，根據(jù)學生對課程的教學評價數(shù)據(jù)庫生成教學評價對，所述教學評價對是一名學生對兩門課程的教學評價結(jié)果；

通過深度神經(jīng)網(wǎng)絡(luò)學習教學評價對，得到每門課程的教學評價表示向量；

聚類每門課程的教學評價表示向量，將一個課群分成若干個課程分組，然后通過統(tǒng)計不同課程分組之間的教學評價對，得到最后的課程評價結(jié)果；

所述以課程為節(jié)點，以學生選課為邊構(gòu)建一個學生選課圖，然后通過圖聚類的方法把課程分成幾個課群的步驟具體包括：

以課程為節(jié)點，如果有w名學生同時選修了某兩門課程，則兩門課程之間有一條邊，邊的權(quán)重為w，這樣，所有的課程構(gòu)成一個帶權(quán)圖，然后利用圖聚類方法把所有的課程劃分成幾個課群；

所述在每個課群內(nèi)，根據(jù)學生對課程的教學評價數(shù)據(jù)庫生成教學評價對的步驟具體包括：

在每個課群內(nèi)，根據(jù)每個學生給對自己所修的課程評分生成教學評價對s_i,s_j，即某學生對課程i的評分比課程j高，如果某學生選修了n門課程，則針對該學生可生成n×(n-1)/2個教學評價對；

所述通過深度神經(jīng)網(wǎng)絡(luò)學習教學評價對，得到每門課程的教學評價表示向量的步驟具體包括：

根據(jù)學生的特征、教學評價對中兩門課程的特征分別輸入兩個深度神經(jīng)網(wǎng)絡(luò)，通過學習預測該學生對這兩門課程的教學評分來學習這兩門課的教學評價表示向量；

所述方法還包括：

首先把學生的特征輸入一個多層神經(jīng)網(wǎng)絡(luò)中，學習得到一個學生特征編碼；把課程教學評價對中兩門課程的特征分別輸入具有相同參數(shù)的一個多層神經(jīng)網(wǎng)絡(luò)，分別得到兩個課程教學評價表示向量；然后把學生特征向量分別和兩個課程教學評價表示向量連接成兩個[學生特征-課程教學評價表示]向量，分別輸入具有相同參數(shù)的一個多層神經(jīng)網(wǎng)絡(luò)，預測出學生對這兩門課程的評分；最后把預測評分的高低與這兩門課程真實評分高低輸入損失函數(shù)，進行學習課程教學評價表示向量。

2.根據(jù)權(quán)利要求1所述的基于深度神經(jīng)網(wǎng)絡(luò)學習評分數(shù)據(jù)對的教學評價方法，其特征在于，所述聚類每門課程的教學評價表示向量，將一個課群分成若干個課程分組，然后通過統(tǒng)計不同課程分組之間的教學評價對，得到最后的課程評價結(jié)果的步驟具體包括：

針對每個課群，聚類課群中的課程教學評價表示向量，得到k個課程分組，課程教學評價最終分成k個等級，統(tǒng)計不同課程分組之間的課程教學評價對，確定每個課程分組所屬的教學評價等級。

3.根據(jù)權(quán)利要求1至2任意一項所述的基于深度神經(jīng)網(wǎng)絡(luò)學習評分數(shù)據(jù)對的教學評價方法，得到的課程評價結(jié)果中，相同課程評價分組內(nèi)的課程具有相同的教學評價結(jié)果。