基于人工神经网络的研究生课程评价模型
2009-11-04卢铮松李珂珂
现代教育技术 2009年10期
卢铮松 李珂珂
【摘要】在研究生网上课程评价系统收集的大量数据基础上,构建了一种基于人工神经网络的多指标课程评价模型,并将网上调查的结果以连接权的方式赋予该评价模型进行训练。通过实际评价数据的验证,该模型能够准确地按照实际评价的过程进行工作。
【关键词】评价模型;人工神经网络;课程评价
【中图分类号】G420 【文献标识码】A 【论文编号】1009—8097(2009)10—0053—05
一 引言
目前,我国高等教育面临着培养大批创新人才和为国家自主创新做出更大贡献两大任务,对研究生教育已经从注重培养数量转变为注重培养质量。研究生的课程教学过程,是研究生培养质量控制中一个重要环节,因此对于研究生课程教学质量的评估,也成为提高培养质量的重要课题之一。
然而,对研究生课程教学质量进行评价,是一项复杂的系统工程。在课程评价中涉及的因素较多,在评价中通常采用的问卷调查,由于指标和权重的确定带有很大的主观性,调查对象的反馈也存在部分无效信息或噪声数据,因此并不能完全客观地反映课程教学水平的高低。
随着研究生培养工作的不断发展,在课程调查方面已经积累了大量原始数据。通过数据挖掘技术,利用已经存在的大量研究生培养和课程调查数据,将其转换成有用的信息和知识,建立一个完善的研究生课程评价体系和课程评价模型,能够为课程评价提供高效客观的结论,并以此为参考,不断提高研究生的课程教学质量和培养质量。……
登录APP查看全文
