APP下载

基于综合加权融合算法的学习评价方法及其证实

2020-11-24李亚平吴新胜王媛媛

辽东学院学报(自然科学版) 2020年4期
关键词:融合评价教学

唐 立,李亚平,吴新胜,王媛媛*

(1. 安徽经济管理学院 信息工程系,合肥 230031;2.安徽经济管理学院 教务处,合肥 230031;3.合肥工业大学 管理学院, 合肥 230009)

学生学习评价是描述一个学生在一种教学模式过程中的学习效率和状况,是衡量教学质量评价的重要指标之一。随着信息技术的发展,各种模式的教学方法不断涌现,例如有种类繁多的线上教学、多媒体课堂教学、课外的各种辅助教学等。这些教学不仅给学习者提供了便利,还丰富的教学模式,使得每个学生可以根据自己的喜好选择多样的教学模式来学习。因此评价一个学生的学习状况,不能仅限于一种教学模式的评价体系中,需要综合多种教学模式进行评价。线上教学、课堂教学、课外辅助教学不同教学的学习评价结果存在一定的差异,如何将这些不同教学数据源的数据进行融合是一个挑战。

融合多源教学数据的学习评价可以解决单源教学数据导致的学习评价的信息缺失问题,促使学习评价更科学、更全面和更准确。目前关于多源数据融合在教学上的研究也越来越多,如曾勋勋等[1]把教学相关的视频、音频、图像等多源数据,结合人工智能技术和层次分析法,构建教学质量评价指标。又如宋丹[2]等把已授专业课、单元测试、移动端教学数据和虚拟仿真实验数据等多个数据进行平均数值化融合,对相关课程成绩进行预测和课程预警。主流的多源数据融合主要的方法有:卡尔曼滤波法[3]、贝叶斯估计法[4]、平均加权法[5]、D-S(Dempster-Shafer)证据推理法[6]、神经网络[7]等方法。……

登录APP查看全文

猜你喜欢

融合评价教学
村企党建联建融合共赢
SBR改性沥青的稳定性评价
融合菜
从创新出发,与高考数列相遇、融合
微课让高中数学教学更高效
《融合》
“自我诊断表”在高中数学教学中的应用
对外汉语教学中“想”和“要”的比较
基于Moodle的学习评价
跨越式跳高的教学绝招