高 兴

（沈阳音乐学院公共基础部，辽宁 沈阳 110818）

1 引言

计算机作为高校重要的课程，[1，2]其教学效果直接影响计算机专业素质培养，因此如何提高计算机教学效果十分关键。计算机教学效果极为重要，教师是否能胜任计算机教学是高校管理部门需重点考虑问题。[3-5]

目前针对计算机教学效果评价研究较多，有学者等人研究基于用户满意度的计算机教学效果评价；[7]有学者等研究大数据背景下的计算机教学效果评价，[8]均可实现教学效果评价，但评价效果较差。计算机教学效果评价模型的设计面临巨大挑战。支持向量回归模型是目前广泛应用于评价领域的大数据驱动模型，其针对非线性、高维度评价问题具有较高优势。[6]为此，提出了大数据驱动的计算机教学效果评价模型，将支持向量回归模型应用于计算机教学效果评价中，避免评价容易陷入局部最优以及过学习的缺陷，提升评价有效性。

2 基于大数据驱动的计算机教学效果评价模型

2.1 构建计算机教学效果评价体系

利用层次分析法和专家评价法建立计算机教学效果评价体系，首先确定计算机教学效果评价的主层次模型，如图1所示。

图1 主层次模型

利用层次分析法令所确定的主层次因子互相比较，建立主因素比较矩阵，如表1所示。

表1 主因素比较矩阵

表1中不同指标的重要性由1、2、3表示，分别表示两个元素同等重要、比较重要以及很重要。[9]建立矩阵最大特征根为5.9865，矩阵阶数为6，对矩阵阶数以及特征根实施一致性检验公式如下：