高校教学质量评估数据的分析挖掘系统

《高校教学质量评估数据的分析挖掘系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、太原理工大学硕士学位论文高校教学质量评估数据的分析挖掘系统姓名：白雪申请学位级别：硕士专业：计算机软件与理论指导教师：段富20070501太原理工大学硕士研究生学位论文高校教学质量评估数据的分析挖掘系统摘要在我国高等教育走向大众化的今天，教学评估作为教育评估的一个重要方面，不仅是构成教育评估的主体部分与基础，而且已成为教学过程中不可或缺的重要环节。实施教学评估可以引导学校明确办学指导思想，转变教育观念；督促学校各级领导高度重视教学工作，加大教学投入，改善办学条件；推动学校人才培养模式、教学内容和课程体系的改革；加强学校教师队伍建设，推动高校教学管理制度的创新。然而，现在的

2、教学质量评估系统中尚存在着一些问题。多年来的教学和管理工作积累了大量的数据，但目前对这些数据的处理还停留在初级的．：数据备份、查询及简单统计阶段，使这些数据还不能发挥其应有的价值。如何更有效地利用大量的数据理性分析并指导教师教学已变得十分重要。本文根据高校教学的需求，把数据挖掘技术应用到教学评估系统中。在深入研究数据挖掘理论和系统体系结构的基础上，设计了数据分析挖掘系统的总体框架。提出一个适于教学相关数据分析与挖掘的管理平台：在Windows环境下，把分析数据软件(SPSS)、数据挖掘软件(WeKa)与教学评估管理系统(Delphi)集成到一起，形成了信息管理、数据分析与

3、数据挖掘一体的教学质量评估管理信息系统。太原理工大学硕士研究生学位论文本文探讨了教学质量评估数据挖掘系统的实现方法，提出一种分析挖掘教学质量评估数据的新模式：用偏相关分析方法和囡子分析法对影响教师教学质量的各种指标进行分析，再采用多元线性回归技术从分析结果中发现有价值的指标模式，从而得到影响教师教学质量的主要指标。。根据所提出的实施方案，本文以太原理工大学计算机学院近两年的教学评估数据为实例，完整的实现了数据挖掘的全过程，包括：确定数据挖掘对象及目标；以网上在线调查的方式为主采集数据；采用数据清理、数据转换等数据预处理技术；使用SPSS的偏相关分析方法和因子分析法对教师教

4、学质量的各种指标进行分析；使用WeKa的多元线性回归技术发现有价值的指标模式；最后以JSP+Weblogic+Oracle来实现信息交互。实验结果表明，该模式效果良好，有利于教学质量的提高。关键词：教学质量评估，数据挖掘，偏相关分析法，因子分析法，多元线性回归技术Ⅱ太原理工大学硕士研究生学位论文THESYSTEMOFANA【YSISANDDArAM扑ⅡNGINTEACHINGQUALITYEVALUATIONDATAABSTRACTTodayhighereducationismorepopularinchina,andtheteachingevaluationbecome

5、smoreimportantineducationevaluation．Itisnotonlythemainbodyandbasisofeducationevaluation,butalsotheessentiallinkduringtheteaching．ImplementingtheteachingevaluationCanmaketheguidingideologyonteachingdear,changeeducationconcept．Itpromptsalloflevelsleaderofschooltopayattentiontoteachingwork,e

6、nlargetheinvestofteaching,andimprovetheconditionofrunningasch001．Itimpelsthereformofthecurriculum，thepersonneltrainingpattern，andthecontentofcourses．Itmakestheschooltoreinforceteachingstaffbuilding，innovatethecollegeteachingmanagementsystem．Butnowtheteachingqualityevaluationsystemhassomep

7、roblems．Wehaveaccumulatedlargeamountofdata,butdatahandlingstaysinajuniorstage，11／太原理工大学硕士研究生学位论文thedatacan’ttaketheeffectthatitshouldtake．Howtoascertaintheobjectivityoftheresults，effectivelyusethedata，andinstructteachinghavebecamemoreThispaperappliesdataminingtoteac