数据挖掘技术在教学评价中的应用

《数据挖掘技术在教学评价中的应用》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、1绪论1绪论1．1课题的研究背景与意义随着计算机应用技术和网络技术的发展，一方面入们积累的数据越来越多，且持续增加，另一方面面临海量的数据资源所蕴涵的信息，在管理领域中并未能得到充分的挖掘和利用，“数据丰富而信息贫乏”是目前所面临的一种困惑的现象，同时也成为急需面对的一个问题。由此需求产生的数据挖掘技术，可称为解决该问题的强有力工具，受到了越来越多地关注，取得了极大的进展。数据挖掘技术日趋成熟其应用范围也在不断扩大，如果将数据挖掘这一技术在高校的教育教学及管理中加以应用，将对学校管理水平的良性发展起到指导作用。以高校为研究背景，教师在学生信

2、息、教学实施等过程中往往积累了大量的数据，但目前对这些数据的使用还仅体现在数据的复制粘贴、数据的查询及简单计算阶段。由于数据挖掘得应用，利用数据挖掘工具对教师教学评价系统进行数据分析，使教育管理者及时发现教师在教学中存在的问题，进而及时改进，辅助领导管理，因此数据挖掘是一种决策支持过程。是深层次的数据信息分析方法。数据挖掘是从大型数据库中提取人们感兴趣的知识，这些知识是隐含的、事先不知的，潜在有用的信息。数据挖掘涉及到机器学习、模式识别、统计学、智能数据库、知识获取、数据可视化、高性能计算、专家系统等各个领域。它不仅面向特定数据库的简单检索

3、查询调用，而且要对这些数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指导实际问题的求解，企图发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。这样一来，就把人们对数据的应用从低层次的末端查询操作，提高到为各级经营决策者提供决策支持。所谓教学评价，主要指依据一定的客观标准，通过各种测量和相关资料的收集，对教学活动及其效果进行客观衡量和科学判定的系统过程。从本质上讲是一种对教学活动及其效果的价值判断。要很好地完成这一判断，得出科学结论，评价者必须在一定的客观标准下，认真地进行各种测量，系统地收集教学活动各方面的资料或证据。在

4、这里，所谓测量是指评价者对评价对象进行的某种数量化的确定。测量的最基本特征是将事物进行区分，它只以数学方法对事1绪论物进行描述而不管其价值如何。而评价则要以这种描述为基础确定事物的价值，即根据测量结果对事物做出价值判断。例如，一个学生在考试中得了70分，这只是一个简单的测量结果，这个成绩表示什么意义，还需进一步判断——即给予评价。此外，与教学评价密切相关的另一个概念是测验。简单说，测验就是引起某种行为的工具，是一种测量的工具或测量量表。在前面的例子中，考试即是一种测验，而考试的实施过程则是测量，对考试结果的分析评判是评价。测量、测验、评价是

5、教学评价中经常使用的三个基本概念，搞清这几个概念的含义，有助于理解教学评价的基本意义。目前多数的高校采用定量评价的方法即对通过教学评价调查得出的各类数据进行量化分析，评估教学质量。然而此种方法尚有一些不足：1．评价体系不成熟，形式和内容过于简单。目前高校常用的评价体系多体现于学生打分、教师互评、考试成绩等几种简单方式。所统计的数据也不够全面，诸如课程设置、教学条件、学生素质等间接甚至直接影响教学效果的因素未能考虑，评价的功能过于单一。2．受人为因素的影响，难以客观反映问题。教师之间的关系和私情严重影响教师互评的结果。同时由于缺乏足够的沟通，

6、教学管理部门所获得的来自基层教师队伍的反馈信息不足。3．对教学评价的重视力度不够，不能发现更深层次的内容。教学评价的结果一般只作为晋升、奖优等措施的依据，然而这此数据的利用价值远不止于此，通过对不同类型数据的比较、分析，可以发现更深层次的内容，得出更多有价值的结论。基于数据挖掘的教学评价能客观地反映出教学系统中存在的问题，为教学管理部门决策提供重要依据，有益于高等学校教学管理的决策，同时教师、学生也可以作为数据挖掘的用户从中受益。1．2数据挖掘技术的研究现状1989年8月，美国底特律召开了围绕人工智能的第11届国际人工智能联合会议。在该讨论

7、会上第一次出现了知识发现(KDD：KnowledgeDiscoveryinDatabase)这个术语。随之今后的几年，也就是1991年、1993年和1994年，均举办了之时发现的专题讨论会。从1995年开始，各国的研究人员参加此类会议21绪论人数的越来越多。这样导致今后每年都会举办一次知识发现方面的国际会议。自1997年开始，KDD拥有了自己的专门杂志(KnowledgeDiscoveryandDataMining))。KDD包括数据预处理、数据挖掘、知识评价等处理过程。数据挖掘在KDD的过程中是其中非常重要的因素和环节。是指人们从大型数据

8、仓库等资源源，提取感兴趣的知识。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘大量数据背后的知识，两者的结合促成了数据挖掘技术的产生。当今，对数据挖掘和知识发现的研