基于熵权法的学习成绩分析与提升策略研究

《基于熵权法的学习成绩分析与提升策略研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于爛权法的学习成绩分析与提升策略研究基丁嫡权法的学习成绩分析与提升策略研究摘要：通过考试来检验学生的阶段性学习成效是当前高中学校采取的最主要的考察手段，但在学习科目多、时间紧的情况下如何根据考试成绩采取科学合理的改进措施一直是教师和学生面临的一个难题。文章将信息爛及爛权法的概念引入学生的考试成绩评价分析,设计了一个基于爛权的成绩提升策略判断矩阵和成绩分析折线图，根据判断矩阵和折线图，学生可快速确定自身当前最需改进和最容易改进的薄弱课程，进而制定科学的学习提升策略，不断提升学生的考试成绩。关键词：爛爛权法成绩评价提升策略中图分类号:G252.62文献标识码:A文章编号：1674-0

2、98X(2014)02(a)-0001-03通过考试来判断学生的学习效果是当下大部分高中采取的最主耍考察方式，根据笔者所在地区大多数高中的教学情况，学生每学期一般至少耍进行两次阶段性考试和期中、期末等四次考试，尽管每次考试后学校都进行考试分析，教师也都会与同学进行个别座谈，但效果并不尽理想，因为各科教师除与学生交流考试问题所在及如何采取合理的学习方法外，往往都耍求学生在本科目上要花费更多的学习尽快赶上，但学生往往会感到很茫然［1-2］,面对多达9门的学习课程，如何合理分配各科学习时间，优先解决哪门课的学习能尽快缩小与他人的学习差距，提振学习信心和学习兴趣是很多学生面临的一个难题［3

3、-5］,这导致很多学生感到无所适从，在这种压力下，有的学生甚至会自暴自弃，对学习更加没有动力［6］。在多课程中快速找到能尽快提升成绩的课程，是现代管理学中的一个多目标综合判断和优化问题［7］,本文针对这一问题，结合信息论中的信息爛原理，通过爛权法［8］客观判断每位学生当前的最优提升课程，并给出了一个判断矩阵和折线图，协助学生对最需改进和最容易改进的薄弱课程进行优先考虑，快速提高学生的学习成绩。1爛与爛权法嫡本來是热力学中的一个概念，是对物理系统无序性或紊乱程度的一种度量，根据最大爛原理，一个孤立系统的爛总是自发地趋于极大，至最大时系统趋于平衡01948年，C.E.Shannon[9

4、]将爛引入信息论，用于评价离散系统的不确定性，称Z为信息爛。基于信息爛原理设计的爛权法是一种在综合考虑各因素所提供信息爛的基础上，客观确定各评价指标的相对权重，并对评价结果进行比较评价的-种决策评价算法。爛权法的实现步骤一般包括原始数据矩阵标准化、各指标信息爛计算、各指标嫡权计算、各样木单位评价分值计算等四个步骤。该文中，我们将结合实例，对嫡权法的计算过程进行描述。2数据来源该文选取某高中高一某班的某次段考的10名同学考试成绩作为分析案例，段考包含语文、数学、英语、政治、历史、地理、物理、化学、生物9门课程，其中政治、历史、地理满分为50分，其他课程满分为100分，该10名同学考试

5、总成绩在班级的名次分列笫1、5、10……45名，具体数据见表1。因10名同学在同一班级，任课教师及班级管理等师资条件完全和同，但考试成绩却相差较大，对这10名同学來说，该如何根据段考成绩來调整各科目的学习吋间从而使得考试成绩最优呢？3数据处理表一中的原始数据可以看成一个矩阵，，其中，表示学生数，，表示课程数，。3.1数据标准化处理数据标准化处理是建立数据间可比较性的基础，一般包含两个步骤，一是数据同趋化处理，即所有数据变化趋势所表征的性质必须相同，在本例中，数值越大表示考试成绩越好，不需进行同趋化处理;二是无量纲化处理，所有数据都需统一到同一量纲下，从而解决数据的可比性问题，由于各

6、科目满分成绩有的是100分，有的是50分，因此需要进行无量纲化处理，本例中采取成绩权重归一化方法进行无量纲化数据处理，形成标准化矩阵。其中：，其中，表示学生数，，表示课程数，，标准化后数据见表2。3.2计算各课程考试成绩的信息嫡根据标准化矩阵可以计算各指标的信息爛［10］。令表示笫个指标的爛，则计算公式为：假定：当吋，，令为波尔兹曼常数。各课程考试成绩的信息爛II(i)见表3。3.3求各课程考试成绩的爛权假设为第个指标的爛权，计算的公式为：由上述计算步骤不难看出，如果某个指标的信息爛越小，就表明其指标值的变异程度越大，提供的信息量也越大,则其权重也就越大。各评价指标的炳权W(i)见

7、表4。4结果分析与应用由信息爛定义可知，如果某门课程考试成绩的信息爛越大，那么同学间成绩的差异就会越小，当所有同学成绩相同时，信息爛达到最大值。根据表三可知，LI、L7、L9三门课程的信息爛位居各科前三名，说明这三门课程成绩差异不大，大多数同学的成绩都位于一个相对集中的分数段，从表一原始成绩中也能看出这一趋势，例如信息炳最大的L1所代表的语文课程，成绩分布区间都集中在69-82分数段，不像其他课程考试分数离散程度那么大；而信息爛最小的L4所代表的政治课程，在总分50分