数据挖掘技术在教学评估预测系统中的应用研究.pdfVIP

摘 要 摘 要 有效的课堂教学质量评价，能使学校教学管理部门更准确地掌握教师队伍状况和教 学工作现状，同时也为教师改进教学工作、开展教学改革和教学管理部门改善管理提供 依据。因此如何运用有效的技术科学地、全面地、公正地评估和预测教师的课堂教学质 量是一项理论上和实践上都十分重要的工作。 本文设计实现了基于关联规则算法和多元线性回归模型的教学质量评价预测系统。 本系统采用 3 层架构，C/S 与 B/S 相结合的模式，共包含基础数据处理、用户管理、评 教数据处理、评教预测四个模块。 数据处理模块中，本文应用改进的 Apriori 算法对评教数据进行分析处理，挖掘出 频繁项集，构建出强关联规则集。根据强关联规则对评教数据清洗，去掉不合理的脏数 据；根据强关联规则分析教学评估指标体系各项指标的重要性，对评价指标项进行优化。 本文采用的改进 Apriori 算法通过加入条件判定，防止产生重复或非强关联规则，减少 了时间和空间的浪费；对于强关联规则的构造上增加了一项记录，用来存放支持该规则 的事务索引，对于判定是否强关联，只要统计该记录的元素数即可，减少了对于数据库 的I/O 访问，提高了运算效率。 预测模块中，在清洗后的评教数据基础上，本文应用多元线性回归模型建立教学评 估预测模型，并对预测模型进行了检验和预测。本文在对自变量选择时，首先将自变量 偏 F 检验值按照升序进行排列，然后从二分之一处根据 F 检验情况向前删减或向后增加 自变量。经过自变量选择后的优化模型经实验检验性能更好。 关键词 关联规则 Apriori算法 多元线性回归 教学评估预测 I Abstract Abstract The effective evaluation of teaching quality can make the teaching management departments grasp the teachers status and the conditions accurately, while it also provides basis for teachers to improve teaching work, develops teaching reform and teaching management department to improve the management conditions. So how to use the effective technical in the scientific, comprehensive and fair way, which is very important no matter on the theory or in the practice. This paper designs a prediction system based on Association Rule Algorithm and Multiple Linear Regression Model. The establishment of this system will further enhance the credibility and efficiency in teaching quality evaluation and prediction. The system adopts 3 layers architecture combines C / S with B / S. It contains four modules: basic data processing, user management, data processing, and the prediction. The module of data