论文部分内容阅读
摘要:随着近年来中学教育规模的迅速扩大和教育体制的不断改革,提高初中教学管理水平和教师课堂教学评估工作量逐年增加,其复杂性也不断提高。本文针对初中具体的数学教学管理模式,将数据挖掘技术引入到数学教学改革评估领域中,将AHP算法和模糊综合评价方法进行了改进和优化,通过对教学评估数据进行挖掘,对影响教师教学质量得分的学生评价、教学加分、驾驭课堂能力等因素进行分析,找到教学得分与教师各属性之间的映射关系,从而为教学部门提供决策支持信息,促使其更好地开展教学管理工作,提高教学质量。
关键词: 数据挖掘 初中数学 教学改革评估 创新
1、初中数学教学评估概述
近年来随着数据库和计算机网络的广泛应用,加上使用先进的自动数据生成和采集工具,人们所拥有的数据量急剧增大。数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出,人们也希望能够在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理,但是目前所拥有的数据分析工具很难对数据进行深层次的处理[1]。教学质量评估的直接目的,是对任课教师及教学组织工作效果做出评价,但是更重要的目的是总结优秀的教学经验,为教学质量的稳定提高制定科学的规范。传统的教师教学质量评估体系的缺陷是我国高校现行教学质量多属于定性的指标,难以掌握和操作,而数据挖掘技术中的分类方法比较适合处理这类数据的处理与分析。
1.1 现行教学评估体系的不足
现行的教学质量评估大多采用由学生考评的方法,通常由教务管理部门在期中或期末将教师教学质量评估卡发给学生,根据评估卡中的评估项目对教师进行打分,经教务管理部门统计后根据评分结果确定该教师教学质量考核等级[2]。在这种评价方法下,只能取得单纯的评估结果,却不能对评估数据进行分析,使教学评估充分发挥对教学的指导作用。
1.2 数据挖掘技术的意义与作用
数据挖掘技术在近几年刚刚出现,它在挖掘已有数据中隐含的规律以及解决具体问题方面,是其他技术方法所不能比拟的。现已在实际领域得到广泛的应用,并且产生了良好效果。此外,数据挖掘技术的优点是:可以利用已有信息系统存储的数据进行挖掘计算:利用计算机应用程序,把复杂的统计技术、挖掘算法封装起来,使人们不用掌握这些技术也能完成同样的功能,从而更专注于自己所要解决的问题。正是基于上述原因,本文将数据挖掘技术引入教学评估领域,进行一次有益的尝试。
2、教学评估数据挖掘系统分析与设计
教学评估数据挖掘系统考虑到计算量大,而且使用范围仅限于教学管理部门,因此使用Microsoft Visual FoxPro作为开发工具。教学评估数据挖掘系统使用Microsoft Visual FoxPro 6.0数据库,它包括两个数据库,一个是教学评估数据库,用来存储教学评估系统的业务数据以及数据字典;数据挖掘数据库,主要用来存储数据挖掘的工程信息和准备信息[3]。
2.1 数据挖掘系统设计
联机分析处理功能是对数据进行可视化以及多角度观察数据的能力。尽管它的这些数据分析功能使得从原始业务数据中找到一定信息的工作变得容易,但其自身并不具备学习、发现规律、进行预测的能力。而用户对于决策支持过程自动化水平的要求越来越高,显然联机分析处理功能已经不能满足这些要求,开发新方法的数据挖掘工具势在必行。教学评估数据挖掘系统正是为了适应这些新的决策支持需求提出的。
(1)设计思想
教学评估中存在很多可供挖掘的题目,因此将教学评估数据挖掘系统做成通用的挖掘工具必然会减少重复的工作量,而且做成通用系统在技术上也是可行的[4]。这里采用的决策树算法是一个能够适应多种情况的强壮算法,通过调节各种参数可以产生较好的分类和预测效果。
在预先的设计中,将教学评估数据挖掘系统的目标定为以下几个具体方面[5]:
①建立目标分类模型。通过决策树算法产生一个最终的树型分类模型,向用户直观地展现目标问题的模型。
②具体数据的预测。根据产生的决策树进行预测。
③规则的产生。依靠决策树产生的规则可以清楚的理解数据背后的某些趋势。
2.2 系统整体架构
决策树规则集生成模块和预测模块是该系统的核心,它的功能是实现决策树算法,即生成决策树、规则集,以及用决策树和规则集进行预测,它的输入输出采用文件形式。属性定义模块用于定义训练数据的属性信息。Names文件生成模块用于读取属性信息并生成决策树算法所需要的Names文件。抽取策略模块负责定义如何从数据库中抽取记录,例如简单随机抽取还是等差抽取,以及抽取数据的起始位置等等。SQL
语句生成模块用于产生提取数据库中数据的SQL语句。数据抽取模块利用SQL语句生成模块和抽取策略模块的最终结果从数据库中选取具体记录,并将结果存入决策树算法所需的Data文件。结果显示模块负责输出最终的决策树、规则集和预测的结果。
3、结束语
本文阐述了将数据挖掘技术应用到具体的教学质量评估中的的可行性,以及实现的总体思路。实际表明,本文的方法在教学评估中的应用是有效的。数据挖掘技术已经成为继计算机网络之后的又一大技术热点。随着数据挖掘技术的日趋成熟,数据挖掘应用的更加广泛,数据挖掘必将发释出越来越显著的经济和社会效益。
参考文献:
[1]王群、胡军、曹德仁.教学评估在教学管理中的运用.中医教育ECM 2001 Vol. 20No.5.
[2]彭玉青.数据挖掘技术及其在教学中的应用.河北科技大学学报,2001,Vol.22.No.4.
[3]林阳.数据挖掘在教育信息化中的潜在价值.现代教育技术,2002,Vol.38.No.1.
[4]范全润、陈莉、杨泽民.数据挖掘技术及其应用进展.楚雄师范学院学报,2002, Vol.17No.3.
[5]王世泽、王公望、周丽霞.教学评估与规范教学管理.温州医学院学报,2002,Vol.32.No.2.
关键词: 数据挖掘 初中数学 教学改革评估 创新
1、初中数学教学评估概述
近年来随着数据库和计算机网络的广泛应用,加上使用先进的自动数据生成和采集工具,人们所拥有的数据量急剧增大。数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出,人们也希望能够在对已有的大量数据分析的基础上进行科学研究、商业决策或者企业管理,但是目前所拥有的数据分析工具很难对数据进行深层次的处理[1]。教学质量评估的直接目的,是对任课教师及教学组织工作效果做出评价,但是更重要的目的是总结优秀的教学经验,为教学质量的稳定提高制定科学的规范。传统的教师教学质量评估体系的缺陷是我国高校现行教学质量多属于定性的指标,难以掌握和操作,而数据挖掘技术中的分类方法比较适合处理这类数据的处理与分析。
1.1 现行教学评估体系的不足
现行的教学质量评估大多采用由学生考评的方法,通常由教务管理部门在期中或期末将教师教学质量评估卡发给学生,根据评估卡中的评估项目对教师进行打分,经教务管理部门统计后根据评分结果确定该教师教学质量考核等级[2]。在这种评价方法下,只能取得单纯的评估结果,却不能对评估数据进行分析,使教学评估充分发挥对教学的指导作用。
1.2 数据挖掘技术的意义与作用
数据挖掘技术在近几年刚刚出现,它在挖掘已有数据中隐含的规律以及解决具体问题方面,是其他技术方法所不能比拟的。现已在实际领域得到广泛的应用,并且产生了良好效果。此外,数据挖掘技术的优点是:可以利用已有信息系统存储的数据进行挖掘计算:利用计算机应用程序,把复杂的统计技术、挖掘算法封装起来,使人们不用掌握这些技术也能完成同样的功能,从而更专注于自己所要解决的问题。正是基于上述原因,本文将数据挖掘技术引入教学评估领域,进行一次有益的尝试。
2、教学评估数据挖掘系统分析与设计
教学评估数据挖掘系统考虑到计算量大,而且使用范围仅限于教学管理部门,因此使用Microsoft Visual FoxPro作为开发工具。教学评估数据挖掘系统使用Microsoft Visual FoxPro 6.0数据库,它包括两个数据库,一个是教学评估数据库,用来存储教学评估系统的业务数据以及数据字典;数据挖掘数据库,主要用来存储数据挖掘的工程信息和准备信息[3]。
2.1 数据挖掘系统设计
联机分析处理功能是对数据进行可视化以及多角度观察数据的能力。尽管它的这些数据分析功能使得从原始业务数据中找到一定信息的工作变得容易,但其自身并不具备学习、发现规律、进行预测的能力。而用户对于决策支持过程自动化水平的要求越来越高,显然联机分析处理功能已经不能满足这些要求,开发新方法的数据挖掘工具势在必行。教学评估数据挖掘系统正是为了适应这些新的决策支持需求提出的。
(1)设计思想
教学评估中存在很多可供挖掘的题目,因此将教学评估数据挖掘系统做成通用的挖掘工具必然会减少重复的工作量,而且做成通用系统在技术上也是可行的[4]。这里采用的决策树算法是一个能够适应多种情况的强壮算法,通过调节各种参数可以产生较好的分类和预测效果。
在预先的设计中,将教学评估数据挖掘系统的目标定为以下几个具体方面[5]:
①建立目标分类模型。通过决策树算法产生一个最终的树型分类模型,向用户直观地展现目标问题的模型。
②具体数据的预测。根据产生的决策树进行预测。
③规则的产生。依靠决策树产生的规则可以清楚的理解数据背后的某些趋势。
2.2 系统整体架构
决策树规则集生成模块和预测模块是该系统的核心,它的功能是实现决策树算法,即生成决策树、规则集,以及用决策树和规则集进行预测,它的输入输出采用文件形式。属性定义模块用于定义训练数据的属性信息。Names文件生成模块用于读取属性信息并生成决策树算法所需要的Names文件。抽取策略模块负责定义如何从数据库中抽取记录,例如简单随机抽取还是等差抽取,以及抽取数据的起始位置等等。SQL
语句生成模块用于产生提取数据库中数据的SQL语句。数据抽取模块利用SQL语句生成模块和抽取策略模块的最终结果从数据库中选取具体记录,并将结果存入决策树算法所需的Data文件。结果显示模块负责输出最终的决策树、规则集和预测的结果。
3、结束语
本文阐述了将数据挖掘技术应用到具体的教学质量评估中的的可行性,以及实现的总体思路。实际表明,本文的方法在教学评估中的应用是有效的。数据挖掘技术已经成为继计算机网络之后的又一大技术热点。随着数据挖掘技术的日趋成熟,数据挖掘应用的更加广泛,数据挖掘必将发释出越来越显著的经济和社会效益。
参考文献:
[1]王群、胡军、曹德仁.教学评估在教学管理中的运用.中医教育ECM 2001 Vol. 20No.5.
[2]彭玉青.数据挖掘技术及其在教学中的应用.河北科技大学学报,2001,Vol.22.No.4.
[3]林阳.数据挖掘在教育信息化中的潜在价值.现代教育技术,2002,Vol.38.No.1.
[4]范全润、陈莉、杨泽民.数据挖掘技术及其应用进展.楚雄师范学院学报,2002, Vol.17No.3.
[5]王世泽、王公望、周丽霞.教学评估与规范教学管理.温州医学院学报,2002,Vol.32.No.2.