Print

基于多尺度聚类分析的学生评教大数据深度挖掘与趋势分析

论文摘要

学生评教已成为高校教学质量保障的重要内容,但数据在高校教学决策与管理中的可应用性仍被广泛质疑。评教的可信度不仅取决于原始数据,更取决于数据分析技术。通过引入人工智能、模式识别领域中常用的聚类分析算法,基于多年的教学管理工作实践,本文提出应用多尺度聚类分析方法,能够从低信噪比的学生评教历史数据中挖掘出高可信度信息,为高校科学决策与高效管理提供坚实的数据支撑。

论文目录

  • 一、高校学生评教现状与问题分析
  • 二、高校学生评教工作的定位反思
  •   1.学生评教是教学评估必备的一部分
  •   2.学生不应该成为教学评估中的主体
  •   3.教学督导需要科学定位
  • 三、基于聚类分析的高校学生评教模型构建
  •   1.学生评分数据的聚类分析
  •   2.学生评语的聚类分析
  • 四、结语
  • 文章来源

    类型: 期刊论文

    作者: 杨安康

    关键词: 学生评教,大数据挖掘,聚类分析

    来源: 中国大学教学 2019年12期

    年度: 2019

    分类: 社会科学Ⅱ辑

    专业: 高等教育

    单位: 东南大学教师教学发展中心

    分类号: G642

    页码: 65-68

    总页数: 4

    文件大小: 858K

    下载量: 404

    相关论文文献

    本文来源: https://www.lunwen90.cn/article/4102059dffc295c3a2a68bbe.html