张哲

（肇庆医学高等专科学校 思政部，广东 肇庆 526020）

1 引言

当前，现有的教学课程评估方法的内存量不足，导致其在面对巨大的任务量时无法进行实效性量化分析[1]，因此，在大数据分析及信息处理等技术的完善下，各类自动化评估模型被广泛应用到教学以及其他资源评估领域中[2]，在一定程度上提高了各类评估的效率[3]。针对教学课程评估方面已有相关研究。

徐青等人结合MOOC 课程特点，运用网络分析法和矩阵实验室法设计了MOOC 课程自动化评估模型，评价指标有：教学设计，课程内容，教学服务，视频质量，学习效果与教学考评。最后通过实例分析验证了模型的有效性与可行性[4]。周凯等人提出了基于多元化的课程自动化评估模型。根据课程的创新度，实践度等指标构建课程评估模型，获取每位学生从各个方面进行评估的原始数据，对其进行预处理后，建立修正理想点数学模型，获得课程的综合评估数据。实例分析了该方法构建的可行性与合理性[5]。Kelley等人通过Kotter变更模型实现了对教学系统的自动化评估，描述了大学学生的教学自动化评估系统中如何使用Kotter模型作为指导。该模型涉及了仪器和技术的转变，并且在复杂且不断变化的环境中可涉及数十个指标变量[6]。案例实验说明了Kotter 模型有助于在高等教育机构中对各种计划进行变革。但以上模型针对分类类型数据的自动化评估效果不佳，导致其实用性不足。

为此，提出了基于聚类分析法的思政课程自动评估模型，通过聚类分析中的直接法标准化处理评价指标，将标准化评价指标数据进行聚类融合分析，通过公因子分析方法，得出最优自动化评估模型，从而提高思政课程自动化模型的评估能力。……