APP下载

基于属性重要度规则提取算法的高校教学质量评价研究

2017-02-27樊伟闫敏伦

电脑知识与技术 2016年31期
关键词:教学质量评价粗糙集

樊伟+闫敏伦

摘要:该文利用粗糙集的分辨矩阵和提取属性重要度分类提取规则的属性约简算法,提出了课堂教学质量评价模型,对构建的教学质量评价指标体系建立课堂决策系统信息表。通过算例分析,获取影响教学质量的最优指标,为教学改革提供重要的参考依据。

关键词:粗糙集;属性约简;属性重要度,教学质量评价

中图分类号:TP18 文献标识码:A 文章编号:1009-3044(2016)31-0010-02

Abstract: This paper, employing the discernibility matrix of rough sets and the attribute reduction algorithm under the rule of extracting attribute significance, puts forward a model of classroom teaching quality evaluation and presents an information sheet for the classroom decision making system to construct an evaluation index system of teaching quality. Through example analyses, the paper obtains the optimal index of teaching quality and provides valuable references for teaching reforms.

Key words: rough sets; attribute reduction; attribute significance; teaching quality evaluation

1 背景

教学质量评价是教学管理的重要环节,是提高教学质量和办学效益的重要手段,开展以教师课堂教学为对象、学生、专家、同行为主体的质量评价,是高校实施全面教学质量管理的核心环节[1]。为分析评价指标的重要性和从中提炼出影响教师教学质量的有效评价指标,本文采用粗糙集方法,建立高校教学质量评价模型,从属性的重要性,提出了基于属性重要度的分类规则提取算法,通过属性约简,获取有效的评价指标,为教学质量评价提供决策依据。

2 教学质量评价模型的建立

2.1 教学质量评价指标的建立[2-4]

为促进教师与学生的共同发展,借鉴校内外教学质量评价研究的基础上,结合我校教学实践情况,构建教学质量评价指标体系,如表1所示。

2.2 构建决策系统信息表

以表1的教学质量指标体系为条件属性,教学质量等级为单决策属性,构建高校教学质量评价决策系统信息表。如表2所示,对10位教师授课进行质量评价,令;条件属性为C={a,b,c,d,e};为决策属性。对于评价的指标指定为4个等级:很好、好、一般、较差,从而得到指标属性值的集合。教学质量等级分:优秀、良好、及格、不及格,从而得出教学质量决策属性集合。

3 基于属性重要度规则提取算法[5-6]

本文通过对教学质量指标属性的依赖度的角度对属性的重要度进行分析,采用文献分辨矩阵和逻辑运算相结合的方法求解教学质量重要指标项,定义如下:

定义1 设决策表,,,D对B的属性依赖度为。若,, 则b在B中相对于D的属性重要度为。

4 算例

⑴建立数字化的课堂决策系统信息表。对10位教师授课进行质量评价,如表2所示,条件属性C={a,b,c,d,e},决策属性D={g}。

为此提炼出部分决策规则:

规则1:(e,3)[(d,3)(d,4)](c,3)→(g,3)即教学方法良好,教学组织良好以上,教学内容选择较适合,就能产生良好的教学效果。

规则2:[(e,2)(c,3)] →(g,2)、[(e,4)(c,2)]→(g,2),即教学方法不理想,即使教学内容选择较适合,教学效果也欠佳。或者是选择目前较先进的教学方法,但教学内容选择不合适,教学效果也较差。

规则3:(e,1)(c,3) (d,1) →(g,1),即教学方法很差,即使教学内容选择适宜,但课堂教学组织很差,教学效果很不理想。

规则4:[(e,3)(e,4)] [(c,4)(e,3)](d,4) →(g,4),即教学方法较好,课堂组织得力,教学内容选择合适,就会收到理想的教学效果。

5 结束语

本文利用粗糙集的分辨矩阵方法对课堂教学评价指标进行了约简,在保持分类能力不变的情况下,计算约简后指标的重要度,以确定对课堂教学评价结果的决定因素。即深入探索各种先进的教学方法;及时调整和更新的教学内容;在创设的课堂教学组织环境中,最终确保课堂教学的生命力。而基于粗糙集理论在课堂教学评价中的應用研究,将有利于构建智能化的课堂教学评价反馈系统,对促进教学改革和提高教师教学水平具有重要意义。

参考文献:

[1] 韦力. 优化高校课堂教学质量评价研究[J]. 教育与职业, 2013(24): 165-166.

[2] 张文修, 吴伟志. 粗糙集理论与方法[M]. 北京: 科学出版社, 2001: 18-19

[3] 周献中, 黄兵. 不完备信息系统知识获取的粗糙集理论与方法[M]. 南京: 南京大学出版社, 2010: 10-11.

[4] 杨秀平. 基于AIHP的教学质量评价模型研究[J]. 实验技术与管理, 2009, 9(9): 138-141.

[5] 饶泓, 夏叶娟. 基于分辨矩阵和属性重要度的规则提取算法[J]. 计算机工程与应用, 2008, 44(3): 163-165.

[6] 黄国顺, 刘云生. 一种改进的决策表属性重要性及其快速约简算法[J]. 计算机工程与应用, 2007, 43(28): 173-176.

猜你喜欢

教学质量评价粗糙集
基于二进制链表的粗糙集属性约简
优势直觉模糊粗糙集决策方法及其应用
物流管理专业“2+1”模式下实践教学质量评价研究
基于灰色理论的数字媒体技术专业设计类课程教学质量评价
多粒化粗糙集性质的几个充分条件
独立学院内部教学质量评价研究
双论域粗糙集在故障诊断中的应用
预选士官模块化培训教学质量评价体系研究
两个域上的覆盖变精度粗糙集模型