基于數據挖掘的高校評教系統(tǒng)設計與實現(xiàn).pdf

1、數據挖掘(Data Mining)是從大量不完全、有噪聲、模糊的、隨機數據中，發(fā)現(xiàn)隱含其中而人們先前未知、又潛在有用的信息和知識的過程。關聯(lián)挖掘是數據挖掘研究中的一個重要分支，它是在大量數據項集之間有趣的關聯(lián)或相關聯(lián)系。如果一個規(guī)則滿足最小支持度和可信度，則該規(guī)則被認為是有趣的。
　　對教師的教學工作進行評價，是高等學校提高教學質量，調節(jié)教學行為，積極進行教學管理的一項有效措施。教學評價依據一定的教學目標和規(guī)范，對教學活動及成果給

2、予價值判斷。教學評價首先根據教學效果確定質量標準體系，從而建立一套分類判定標準，其次發(fā)現(xiàn)評價標準和結果之間的關聯(lián)規(guī)律，便于改進現(xiàn)有教學環(huán)節(jié)或過程中的不足。
　　本文比較詳細的闡述了數據挖掘的概念及應用，然后介紹關聯(lián)規(guī)則的經典算法Apriori算法及其改進。重點分析了高校教學質量評價指標的選取，建立有關教學評價的層次模型和關聯(lián)模型，并將挖掘技術具體應用到模型分析和求解中。本方案以課堂教學評價信息和學生成績分析為例，完成了教學評價模型