本站簡介作品介紹購買指南發布作品訂做說明專業誠信
本站收錄了大量的畢業設計和論文 [vison]       本站提供這些設計的初衷 [vison]      
管理系統 學生 計算機 教學 信息 電路 汽車 模具 網站 建筑
您現在的位置:首頁 >> 理工論文計算機信息

信息熵與決策樹在教學評價中的應用的路徑創新

編輯:admin 來源:papersay.com   客服QQ:281788421 (為了更好的為您服務,請先加好友再咨詢)

 近幾年來,高等教育的規模在不斷擴大,學校的教學工作面臨著許多的情況和問題。學校的擴招,給人們提供更多獲得教育機會的同時,也容易導致教學質量的下降。山東勝利職業學院作為地方高等職業教育院校,也因此面臨著極大的挑戰,如何在教育資源相對減少的情況下保證教學質量成為學校教育管理部門的首要任務[1]。
  提高教師隊伍的教學水平是解決上述問題的關鍵,由于一個教師教學水平的“高”或“低”是通過教學評價來判斷的,因此學校需非常重視教學評價這個環節。
  然而評教成績只能說明教師教學的“好”或“壞”,這對于學校引進人才,加強師資隊伍建設是不夠的,還需要找到教師個人信息(年齡、性別、學歷、職稱)對教學質量的影響。
  該文將采用數據挖掘中的熵值法來提高評教結果的準確性,決策樹算法來找到影響教學質量的主要因素。
  1 熵值法確定權重系數
  傳統的教學評價系統各個指標的權重系數是由專家評定或主觀經驗來確定的,這種權重
  相對穩定,不能隨實際情況的變化相應得調大或調小,會存在一定的誤差[2]。為了提高評價的合理性和正確性,該文將采用熵值法對指標權重進行調整,實現動態賦權和靜態賦權相結合。
  1.2 熵值法計算步驟
  2 決策樹
  決策樹是一種典型的分類算法,它采用自頂向下的方法構造決策樹,在決策樹的內部點進行屬性值的比較并根據取值確定不同的分支,在葉節點處得到結論[6-9]。
  ID3算法是最基礎、最具有影響力的決策樹算法,它方法簡單、理論易懂,適于處理大規模的學習問題。
  2.2 ID3建樹步驟
  1)對于當前樣本集,如果樣本都屬于同一類,則創建一個樹葉節點,并用該類標記,算法停止。
  2)否則,計算樣本集中各個屬性值的信息增益,選擇信息增益最大的屬性作為測試屬性。
  3)將樣本集根據測試屬性的不同取值重新劃分子集。
  4)按照同樣的過程進行自頂向下的遞歸,直到滿足下面三個條件中的任何一個,遞歸將停止。
  ①所有樣本都屬于同一類;
  ②沒有屬性再可以被劃分。
  3 實例應用
  4 結束語
  使用熵值法根據每次評價的具體分值對已給定的靜態權重進行調整,實現了動態賦值,因而適應教學情況不斷變化的需要。將評教成績與教師的個人信息相結合,通過決策樹預測得到的分類規則為學校引進人才,加強師資隊伍建設提供了依據。
  參考文獻:
  [1] 李清霞,黃桂花.數據挖掘在教師教學質量評估系統中的應用研究[J].軟件導刊,2009(7):158-161.
  [2] Ma J, Fan Z P, Huang L H. A subjective and objective integrated approach to determine attributes weights[J]. European J of Operational Research, 1999, 112(2): 397-404.
  [3] 閆文周,顧連勝.熵權決策法在工程評標中的應用[J].西安建筑科技大學學報:自然科學版,2004,36(1):98-100.
  [4] Kao C, Liu S T. Fractional programming approach to fuzzy weighted average[J]. Fuzzy Sets and Systems, 2001, 1(20): 435-444.
  [5] 張世英,張文泉.技術經濟預測與決策[M].天津:天津大學出版社,1994:196-200.
  [6] 陳青山.決策樹算法在高校教學質量評價系統中的應用研究[D].西安:西安交通大學,2010.
  [7] 宋向紅,李愛增.決策樹在成人高校教學管理中的應用[J].鄭州大學學報,2009(10):4-5.
  [8] 楊學兵,張俊.決策樹算法及其核心技術[J].計算機技術與發展,2007(1):43-45.
  [9] 李川.決策樹分類算法--ID3算法及其討論[J].軟件導刊,2010(10):68-70.

精准三肖中特