基于关联规则算法的教学评价系统的设计与实现

摘 要；对于教师的课堂工作进行系统的评价，是为了调节教师的行为，提高课堂质量，进而能够对很好的进行管理。本文阐明了当前我国高职院校评价存在的问题；本文讨论了基于关联规则算法的高职院校教学评价系统的设计与实现。

【关键词】教学评价系统 关联规则

1 引言

现代教育评价研究始于20世纪30年代的西方教育测量运动，经过发展已形成体系，教学评价是教育评价原理在教学活动和过程中的研究和应用。我国在20世纪80年代开始研究和实践，短短二十多年的发展在理论和实践上取得了很大进展和成绩。当前，高职院校对高校教师进行教学质量评价一般分为学生评价、专家评价、同行评价和教师自评四个部分，通过这四个环节最后综合出老师的评价结果。教学评价一般是在每个学期的期末对教师进行教学测评，评价的结果将作为对教师教学能力考核的重要依据。但教学质量评价系统在建立、使用以及评价结果分析的过程中仍存在一些问题，这些问题直接影响着教学质量评估功能的发挥以及潜在知识的挖掘。（1）教学评价指标体系设计问题。评价体系中的各项指标在内容上一般涉及教学内容的熟练程度、教学态度和教学基本技能等方面，以上几个方面并不能涵盖教师的综合素质，还应包括教师的专业知识、教学能力、教研和创新能力等等。（2）教学评价方法问题。传统的评价方法 “加权求和法”和“求和法”等方法虽然运算过程简单，但评价结果的可靠性和可信性却大大降低，对于跨班级、跨专业或跨系部更是无法进行比较。（3）后期的数据分析与应用问题。网上评教使得数据库中评教的数据急剧增多。传统的数据分析手段只能获得这些数据的表面信息，很难从中挖掘出深层次的有价值的信息。

现如今，高职院校教学质量评价系统所面临的重要问题是现代科学技术方法和手段应用的缺乏以及控制机制与评价反馈不完善照成的，评价结果的正确性与公信度将受到评价指标建立的科学性以及指标权值分配的合理性直接影响。因此，建立健全高职院校教学质量评价系统是提高教师教学质量的重要途径，也是提高高职院校教学管理水平的急切要求。而数据挖掘技术是从大量的数据中提取或“挖掘”知识的有效技术，数据挖掘技术中的关联规则算法不仅可以辅助教学评价体系的构建，而且可以实现评教数据的知识挖掘，因此基于关联规则算法的高职院校教学质量评价系统的设计与实现将是现今教育科学研究的重要趋势，且具有重大的现实意义。

2 关联规则挖掘

2.1 数据挖掘技术

数据挖掘（data mining，简称 DM），这一术语所指的范围非常广泛，从即席式查询、基于规则的通知或透视图分析。数据挖掘是从大量数据中挖掘或抽取出知识。提到这种数据挖掘时，常常使用其他术语，比如计算机知识学习、预测分析或者数据库中的知识发现（Knowledge Discovery in Database）。虽然这些术语的含义稍有不同，但是和数据挖掘在功能上完全等价。数据挖掘任务一般可以分成两大类：描述和预测。

2.2 关联规则

2.2.1 关联规则定义

关联规则挖掘的目的是找出数据库中不同数据项集之间隐藏的关联关系。 设 是全体数据项的集合，其中 （k=1，2，…，m）称为项。数据项集是由数据项构成的非空集合。任务相关数据D是数据库事务的集合，每个事务T则是项的集合。设X为某些项目的集合，如果X T则称事务T包含X。

2.2.2 支持度和置信度

2.3 关联规则的主要算法

Apriori算法是最著名且最有影响的单维、单层关联规则挖掘算法。其核心是基于两阶段频集思想的递推算法。所有支持度大于最小支持度的项集被称为频繁项集，简称频集。

3 系统设计

在认真分析海南软件职业技术学院教师教学评价体系后，结合该学院特点，按照管理内容的不同，按照教学评价系统的总体设计，把评价体系分为构建模块、评价模块、教师模块和管理员模块。本系统开发完成后，将实现数字化、无纸化、网络化、智能化。

3.1 系统要求能够实现以下功能

（1）要求通过Web网显示评价表格的内容；

（2）要求学生信息员能够通过Web网对本学期的任课教师进行教学质量评估及对其留言；

（3）要求教师能够查看评价结果；

（4）要求管理员能够对学生、教师、课程等信息进行录入和维护工作；

（5）要求管理员能够对教学质量评估进行统计，反馈。

3.2 数据库的需求分析

该教学评价系统对于不同的用户角色，角色权限也不同。进入系统后可进行数据录入、更新、查询、删除等不同操作根据他们的权限来设置。系统的需求分析，数据结构的构建、基本数据的收集、数据处理的构建流程等，形成一份详尽的数据字典。根据本教学评价系统功能的需求，现将功能划分总结如下：

（1）用户主要分为：学生信息员、教师和督导；

（2）一个班只有一个学生信息员，该学生信息员只能对教授本班课程任务的教师进行评价；

（3）一名教师可承担一个或多个班的一门或多门课程教学；

（4）一门课程不同的班级可以由不同教师来教。

教师根据自己所授课程查看学生对自己的评分，同时查看学生对自己的建议。

3.3 数据库设计

本系统所使用的Sql Server 2005数据库共包含有七个表，分别是S_ u ser（用户表）、J S（教师信息表）、Student（学生信息表） 、Class（班级信息表）、Cou rse（开设课程表）、C-T（开设课程&授课教师表）和Score（评分表）。

4 系统的实现

5 结束语

随着高职院校评估工作的广泛开展，各所高职院校对评价系统的研究越来越深入，基于关联规则算法的教学质量评价系统的应用研究也越来越受到重视，本文分析了目前高校教学质量评价系统的实施情况，提出了利用数据挖掘技术中的关联规则算法应用于高校教学质量评价系统的建立与应用研究中的一种新的思路，一套完整的流程，并为评价系统在高校的实施提供了一种科学的方法。

参考文献

[1]陆建江，张亚非，宋自林.模糊关联规则的研究与应用[M].北京：科学出版社，2008.

[2]王欣，徐腾飞，唐连章.SQLServer2005数据挖掘实例分析[M].北京：中国水利水电出版社，2008.

[3]袁继东，郁有全.层次分析法在地空导弹团战斗力评估中的应用[J].西安：空军工程大学学报（自然科学版），2004.

[4]JamieMacLennan.数据挖掘原理与应用――SQLServer[M].北京：清华大学出版社，2010.

作者简介

杨帆（1982年8月-），男，海南东方人，海南大学信息技术学院研究生在读，海南软件职业技术学院讲师。

作者单位

海南大学信息科学技术学院 海南省海口市 570228