基于數據挖掘的課堂教學評價體系構建研究

張繼成+杜松江+張路

摘要：當前各個高校都非常重視課堂教學評價問題，數據挖掘作為一個新興的技術受到越來越多的研究者關注，在各種知識決策活動領域應用非常廣泛。該文闡述了層次分析法的基本原理，并以此來構建課堂教學評價體系，通過引入數據挖掘中的關聯規則技術，來提高評價指標的完備性，能夠有效地解決課堂教學評價體系構建問題。

關鍵詞：數據挖掘；關聯規則；層次分析法；教學評價

中圖分類號：G642.0 文獻標識碼：A 文章編號：1009-3044（2017）28-0010-02

高校課堂教學質量的優劣一直受到教育管理者的重視，而課堂教學質量由課堂教學評價體系來衡量，如何構建科學完善的評價體系至關重要，通常評價體系的構建是一個系統工程，要遵循各種原則，既要考慮評價體系的科學性、目標性、導向性，同時也要考慮評價指標是否可行，衡量評價指標是采用定量指標、定性指標或者兩種指標相結合的原則。

1 課堂教學評價體系構建方法

構建課堂教學質量評價體系通常要考慮兩個重要方面的內容，一是指標的確定，二是權值的確定。指標是對目標某個方面的反映，是具體的，指標可以分層，有一級指標、二級指標、三級指標，確定指標的方法有多種，可以通過發放調查問卷的方式、窮舉法、或者根據專家經驗編制法等。權值能夠衡量指標的重要程度，權值越大說明指標越重要，可以通過層次分析法、專家咨詢法等來確定權值的大小，其中層次分析法用途最廣。本文將分析層次分析法的基本原理，通過引入數據挖掘技術，構建課堂教學評價體系的通用模型。

2 基于數據挖掘的課堂教學評價體系模型構建

在高校，構建合理的課堂教學質量評價體系尤為重要，能夠更好地指導人事部門進行重大問題的決策。本文分析層次分析法的基本原理，采用數據挖掘技術，以提高評價指標的最優性為目的，能夠完成課堂教學評價體系構建問題。

2.1 層次分析法概述

層次分析法用途廣泛，適用于多層次評價體系的構建[1]。采用定性與定量分析相結合，其運用領域相當廣泛。它的基本原理分為4大部分：1）構建層次結構模型；2）構造比較矩陣；3）對比較矩陣的權向量進行計算；4）一致性檢驗。

2.2 構建基于數據挖掘的課堂教學評價體系模型

數據挖掘作為一個新興的技術，應用領域廣泛，文獻[2-5]對數據挖掘應用于課堂教學評價進行了廣泛的研究?；跀祿诰虻恼n堂教學評價體系模型如圖1所示。

在圖1中，通過專家系統，建立遞階層次結構，在由層次結構構造出判斷矩陣，然后計算判斷矩陣的特征矢量，接下來需要對特征矢量進行一致性和關聯規則驗證，如果這兩個驗證都能通過，則輸出課堂教學評價體系的結果，并將產生的規則存入知識庫中。倘若關聯規則驗證未通過，再次修改有關指標內容，重新建立遞階層次結構，或回到第二步重新構造比較矩陣。在關聯規則驗證中，利用經典的Apriori算法進行關聯規則挖掘，驗證評價體系的正確性和合理性。

2.3 模型在課堂教學評價體系構建中的應用

評價指標體系的構建對課堂教學評價至關重要，評價指標是否合理直接影響課堂教學評價的質量。本文通過發放學生調查問卷、收集同行、專家評價表，對其進行分析研究，得到一些主要指標，這些指標直接影響評價結果，通過運用層次分析法來解決評價指標權值分配的問題，構建合理的課堂教學評價體系，主要分為如下五個步驟：

（1） 建立評價指標遞階層次結構模型

評價指標通?？梢苑謱?，運用智能技術，通過知識庫中存儲的豐富領域知識，來建立遞階層次結構，考慮課堂教學質量評價自身的特點，該評價指標體系的層次結構模型如圖2所示：

在圖2中的課堂教學質量是目標層，A1-A4是從各種評價表中提取的一級評價指標，A11-A13、A21-A23、A31-A33、A41-A43為二級評價指標，具體內容如表1所示：

（2） 構造兩兩比較判斷矩陣

根據常用的成對比較標度，采用比較方法，對各相關指標元素進行比較評分，根據評價體系中的一級指標和二級若干指標，專家組對其打分的結果構造兩兩比較判斷矩陣，此矩陣是正互反矩陣。

（3） 規范列平均法計算權值

利用規范列平均法分別求出課堂教學評價體系中一級指標和二級指標的權值，這里利用公式計算每一列規范化，最終得到權值分配表，如表2所示。

（4） 一致性檢驗

一致性檢驗是對評價指標權值分配是否合理進行驗證，一致性檢驗非常重要，在某種程度上可以對評價指標權值分配不合理進行矯正，運用層次分析方法所計算出的指標都能通過一致性驗證，從而驗證層次分析法的優越性。

（5） 關聯規則驗證

對評價數據與評價結果的關系進行關聯規則挖掘采用數據挖掘中的Apriori算法，驗證評價體系的完備性。其步驟如下：

①數據準備

根據課堂教學質量評價指標內容，通過向學生、同行教師、專家采集評價數據，在從這些數據中隨機提取一些教師的評價記錄，分析每項指標的評價數據與總評結果的關聯性。

②關聯規則挖掘

在關聯規則挖掘中需要設置兩項指標：最小支持度和置信度閥值，運用Apriori算法進行挖掘。結果表明相關課堂教學評價指標與總評成績的關聯性高低不等，指標等級與總評成績的等級相對應，同時置信度較高，指標與評價結果關聯性的高低則決定被分配的權值的高低，進一步證實了該課堂教學評價體系的完備性。

3 結束語

本文分析了高校課堂教學質量評價體系的構建方法，在教學質量評價體系中引入層次分析法，在此基礎上提出一種基于數據挖掘的課堂教學評價模型，研究表明通過該模型建立的評價體系能夠驗證指標體系的完備性。

參考文獻：

[1] 陳弘，李幽錚，鄭鋼.基于AHP法的教師教學質量評估改進模型[J].金陵科技學院學報， 2010，26（1）：31-34.

[2] 陳濤，王萬榮.基于關聯規則的數據挖掘技術在教學評價及學生成績關系之間的應用研究[J].安徽科技學院學報，2013，27（6）：62-65.

[3] 趙穎.關聯規則挖掘在教學評價中的應用[J].遼寧教育行政學院學報，2010，27（10）：17-18.

[4] 葉勇.基于云模型的課堂教學質量數據挖掘[J].計算機仿真，2012，29（8）：373-376.

[5] 朱興榮.數據挖掘技術在網絡空間課堂教學評價中應用[J].人才培養，2016（4）：76-78.endprint