基于多元离群点检测的教学评估方法研究

基于多元离群点检测的教学评估方法研究

论文摘要

随着教学改革的不断发展,学校越来越重视教师教学质量的评估。在教学活动中,学生作为教学活动最直接的参与者和受益者,其评教结果已经被作为教学评估的重要参考依据,并广泛应用于教育行业。近年来,绝大多数高校在教学评价活动中主要采取网上评价的方式,由教务处和教学评估中心在学期末或年末对本学期或本学年教师的教学质量进行综合评估,对学生网上评教数据进行加权统计,得出最终的教学质量排名,并对排名靠后的老师进行教学监督和改进,进而提高学校整体的教学水平。但是通常经过加权统计分析后得出的是一个总的评分数值,这种方法评价标准较为单一,很多“问题数据”会在加权、平均等计算中被淹没掉,并不能全面反映一个老师在教学活动中的真实情况。针对传统教学评估方法所存在的缺陷,本文提出了基于多元离群点检测的教学质量评估方法。首先,相比较加权统计得出的评分而言,初始评价体系中的评价指标数据更能反映老师在各个方面的教学表现,本文通过对同一教师所有学生的评价分数求方差,进行一元离群点检测;其次,学生成绩作为教学活动中最直接的成果,其大小更能直接反映教学质量的好坏,通过计算学生成绩与各评价指标之间的相关性系数,将学生成绩作为重要的参考指标,加入到离群点检测模型中进行二元离群点检测;最后,无论是评分还是学生成绩,都是通过抽象的数值来反映教学质量,相比较而言,学生在评教过程中所给出的评语,更能直接反映学生对教学活动所持有的情绪,通过计算学生评语的情感极性值,将其作为重要指标加入到离群点检测模型中进行三元离群点检测。通过对某高校2010年的教学评价结果进行实验,实验表明本文采用的多元离群点检测方法,不仅能找出传统加权统计方法中排名较差的样本,也能找出部分传统方法无法检测出的“问题样本”,验证了本文的教学评估方法更为有效,为教学质量评估体系提供了更加完善的科学依据。

论文目录

  • 摘要
  • abstract
  • 主要符号说明
  • 第一章 绪论
  •   1.1 研究背景和意义
  •   1.2 国内外研究现状
  •     1.2.1 教学评教的历史
  •     1.2.2 离群点检测算法发展概况
  •     1.2.3 评语情感分析发展概况
  •   1.3 本文主要工作及章节安排
  •     1.3.1 研究内容
  •     1.3.2 主要创新点
  •     1.3.3 章节安排
  •   1.4 本章小结
  • 第二章 相关理论与技术基础
  •   2.1 加权统计法
  •   2.2 离群点检测
  •     2.2.1 基于密度的离群点检测算法
  •     2.2.2 基于聚类的离群点检测算法
  •   2.3 相关性分析
  •     2.3.1 Pearson相关系数
  •     2.3.2 Spearman相关系数
  •     2.3.3 kendall相关系数
  •   2.4 评语情感分析类型
  •   2.5 本章小结
  • 第三章 基于多元离群点检测的教学评估方法研究
  •   3.1 评教数据预处理
  •     3.1.1 数据介绍
  •     3.1.2 噪声处理
  •   3.2 离群点检测模型构建
  •   3.3 一元评价指标综合度量
  •   3.4 二元学生成绩与评教成绩相关性度量
  •   3.5 三元学生评语情感极性度量
  •     3.5.1 情感词库的建立
  •     3.5.2 评语情感极性挖掘
  •   3.6 本章小结
  • 第四章 实验结果比较与分析
  •   4.1 一元离群点检测实验结果
  •     4.1.1 参数的选取
  •     4.1.2 离群点检测结果分析
  •   4.2 二元离群点检测实验结果
  •     4.2.1 学生成绩与评价指标相关性计算
  •     4.2.2 融合学生成绩,离群点检测结果分析
  •   4.3 三元离群点检测实验结果
  •     4.3.1 学生评语情感分析实验分析
  •     4.3.2 结合学生评语的实验结果分析
  •   4.4 实验总结
  •   4.5 本章小结
  • 第五章 总结与展望
  •   5.1 总结
  •   5.2 展望
  • 参考文献
  • 个人简历 在读期间发表学术论文
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 林晓乔

    导师: 熊李艳

    关键词: 教学评价,离群点检测,相关性分析,情感极性分析

    来源: 华东交通大学

    年度: 2019

    分类: 基础科学

    专业: 数学

    单位: 华东交通大学

    基金: 教改课题“大数据环境下基于离群点检测的高校教学评价研究(JXJG-17-5-19)”

    分类号: O212.4

    DOI: 10.27147/d.cnki.ghdju.2019.000222

    总页数: 57

    文件大小: 990K

    下载量: 35

    相关论文文献

    • [1].基于集成方法的离群点检测算法研究[J]. 电子世界 2020(06)
    • [2].基于局部估计密度的局部离群点检测算法[J]. 小型微型计算机系统 2020(02)
    • [3].基于插值的高维稀疏数据离群点检测方法[J]. 计算机工程与科学 2020(06)
    • [4].离群点检测算法的评价指标[J]. 计算机应用 2020(09)
    • [5].离群点识别方法研究[J]. 软件导刊 2019(06)
    • [6].基于离群点检测和分类的软测量方法[J]. 山东化工 2018(09)
    • [7].基于地统计学的空间离群点检测算法的研究[J]. 计算机应用研究 2016(12)
    • [8].基于高频关键词的离群点监测与异类知识研究——从文献分析视角[J]. 情报杂志 2017(05)
    • [9].离群点检测概述[J]. 信息系统工程 2017(05)
    • [10].一种分布式计算的空间离群点挖掘算法[J]. 测绘科学 2017(08)
    • [11].一种基于多标记的局部离群点检测算法[J]. 微电子学与计算机 2017(10)
    • [12].基于改进的离群点检测软测量方法研究[J]. 自动化与信息工程 2015(04)
    • [13].基于集合论估计的电网状态辨识 (四)离群点识别[J]. 电力系统自动化 2016(08)
    • [14].异质网中基于张量表示的动态离群点检测方法[J]. 计算机研究与发展 2016(08)
    • [15].一种基于多示例学习的局部离群点检测算法[J]. 信息与控制 2016(04)
    • [16].集成电路中用于离群点测试选择的总体框架[J]. 工业控制计算机 2014(11)
    • [17].关联子空间离群点挖掘[J]. 小型微型计算机系统 2015(05)
    • [18].基于距离的数据流离群点快速检测[J]. 世界科技研究与发展 2013(04)
    • [19].离群点检测算法在药品不良反应异常信号挖掘中的应用[J]. 现代养生 2017(06)
    • [20].从数学的角度初步看离群点检测算法[J]. 环球市场信息导报 2017(36)
    • [21].一种个性化k近邻的离群点检测算法[J]. 小型微型计算机系统 2020(04)
    • [22].一种面向混合属性数据的邻域粒离群点检测[J]. 小型微型计算机系统 2020(04)
    • [23].基于多相关性的传感数据离群点检测与处理[J]. 测控技术 2020(04)
    • [24].基于主动学习的离群点集成挖掘方法研究[J]. 计算机工程与应用 2020(12)
    • [25].聚类剪枝算法在离群点检测中的应用[J]. 广东通信技术 2018(12)
    • [26].基于多示例学习的局部离群点改进算法[J]. 计算机工程与应用 2019(18)
    • [27].一种改进隔离森林的快速离群点检测算法[J]. 小型微型计算机系统 2019(11)
    • [28].一种基于密度的离群点检测方法[J]. 西南科技大学学报 2018(01)
    • [29].离群点检测技术在教育教学中的应用[J]. 现代教育技术 2018(06)
    • [30].基于图像的重建点云离群点检测算法[J]. 数据采集与处理 2018(05)

    标签:;  ;  ;  ;  

    基于多元离群点检测的教学评估方法研究
    下载Doc文档

    猜你喜欢