杨昌昌 武瑛 王唯 王薪涵 王洁

摘要：在分析了高校社团评价的特点上，结合BP神经网络的特点，探讨了基于BP神经网络来评价社团质量的方法。利用神经网络建立起高校评价社团的系统模型，将评价各项指标作为输入，最终评价结果作为输出，运用Tensorflow深度学习框架运行得到符合条件的模型。为高校开展学生社团工作提供一些借鉴和帮助。

关键词：高校社团评价;BP神经网络

中图分类号：TP399 文献标识码：A

文章编号：1009-3044（2020）08-0206-02

近年来我国高等教育发展迅速，高校中的社团数量也随之增多。面对新时期的挑战，如何进一步整合资源，加强和改进高校学生社团管理，提高社团质量，进一步丰富学生社团生活的形式，更加科学有效地管理和引导学生社团的良性发展，不仅是适应高等教育改革发展和大力推进素质教育的迫切需要，也是新时期高校人才培养和校园文化建设所面临的重要课题[1]。社团评价的目的是为了更好地发挥学生在社团活动中的积极作用，提高学生参与社团活动的积极性，促进社团管理的规范化，使社团真正为学生的兴趣课堂服务。目前，大多数高校评价社团是否优秀主要还是通过人为的进行加权打分，这些方法为评估社团质量提供了参考，但也存在一些不足，如主观性较强，导致最终结果误差偏大，科学性不高等。而神经网络这一工具具有很强的自学能力以及鲁棒性和容错性。为使评价结果更接近实际情况，本文提出应用BP神经网络对大学生社团进行评价的方法，可以避免传统评价方法的主观性。……