基于數(shù)據(jù)挖掘技術(shù)的高校教學(xué)質(zhì)量評估算法

汪 瀅

（南昌師范學(xué)院，江西 南昌 330032）

近幾年，在信息化發(fā)展和社會變革的背景下，教學(xué)質(zhì)量評估方式在精度和實施效率方面已經(jīng)無法滿足信息化和現(xiàn)代化的教學(xué)模式，因此各個學(xué)科開始不斷進行改革[1-2]。準確的高校教學(xué)質(zhì)量評估結(jié)果直接關(guān)系到教學(xué)質(zhì)量建設(shè)工作的全面開展，是高校培養(yǎng)人才方案的關(guān)鍵內(nèi)容。高校教學(xué)質(zhì)量是一項重要的高校水平評價指標，但是高校教學(xué)質(zhì)量與多種影響因素相關(guān)，十分復(fù)雜，傳統(tǒng)的高校教學(xué)質(zhì)量評估方法構(gòu)建的評估模型較簡單，無法準確有效地進行教學(xué)質(zhì)量評價[3]，因此需要設(shè)計新的高校教學(xué)質(zhì)量評估模型。

事實上，近幾年國內(nèi)外教育人員針對高校教學(xué)質(zhì)量評估進行了細化研究，研究結(jié)果表明，影響高校教學(xué)質(zhì)量的綜合因素較多，涉及的數(shù)據(jù)信息也十分復(fù)雜，傳統(tǒng)的高校教學(xué)質(zhì)量評估模型無法有效地統(tǒng)計全部數(shù)據(jù)信息，導(dǎo)致其評估效果較差[4]，數(shù)據(jù)挖掘是一種新型計算機技術(shù)，可以有效地整合數(shù)據(jù)信息，實現(xiàn)精準的影響因素分析。

1 基于數(shù)據(jù)挖掘的高校教學(xué)質(zhì)量評估模型優(yōu)化設(shè)計

1.1 灰色關(guān)聯(lián)分析模型

（1）無量綱處理。由于測量資料的量綱和量值的差異，使得各指標的資料無法比較，因此必須采用無量綱處理消除量綱，本文采用了極差法進行無量綱處理。

（2）比較序列和基準序列的相關(guān)系數(shù)的計算。

（3）計算關(guān)聯(lián)度。傳統(tǒng)的關(guān)聯(lián)度計算公式是求相關(guān)系數(shù)的平均值，它沒有充分地反映出各指標在整體指標評估系統(tǒng)中的重要性，從而導(dǎo)致不準確的結(jié)果。為此，本文將每個指數(shù)的相關(guān)系數(shù)乘以權(quán)重，并將其相加，以求出最后的關(guān)聯(lián)度。

1.2 構(gòu)建高校教學(xué)質(zhì)量評估體系

為了進一步提高高校教學(xué)質(zhì)量評估模型的評估精度，在設(shè)計高校教學(xué)質(zhì)量評估模型前首先需要構(gòu)建有效的評估體系。首先根據(jù)高校的實際教學(xué)質(zhì)量，選取信息化評價維度，確定評價指標體系的相關(guān)指標種類；其次，為了保證指標的可操作性，本文將影響高校教學(xué)質(zhì)量的具體因素劃分出來，構(gòu)建指標群體，設(shè)計的高校教學(xué)質(zhì)量評估體系，如圖1所示。由圖1可以判斷教學(xué)質(zhì)量評估的具體范圍，有效地提高了高校教學(xué)質(zhì)量評價的精度。

圖1 高校教學(xué)質(zhì)量評估體系

1.3 基于數(shù)據(jù)挖掘設(shè)計高校教學(xué)質(zhì)量評估算法

本文使用數(shù)據(jù)挖掘技術(shù)設(shè)計高校教學(xué)質(zhì)量評估算法，該算法可以根據(jù)各個數(shù)據(jù)之間的識別關(guān)系挖掘數(shù)據(jù)規(guī)律，判斷其對教學(xué)質(zhì)量的影響程度[5]，設(shè)計的高校教學(xué)質(zhì)量評估算法S如式（2）所示。

在使用上述算法進行決策時可能會出現(xiàn)不同的特征單元，為了保證決策最優(yōu)化，本文設(shè)計的模型結(jié)合CR理論進行模型優(yōu)化，可以將設(shè)計的決策模型使用Charnes-Cooper變換，此時得出的表達模型具有優(yōu)化性，可以使用該表達模型進行決策，保證決策結(jié)果最優(yōu)化。

1.4 分析教學(xué)質(zhì)量評估灰色關(guān)聯(lián)

結(jié)合上述的高校教學(xué)質(zhì)量評估決策結(jié)果，可以進一步分析教學(xué)質(zhì)量評估灰色關(guān)聯(lián)，在高校教學(xué)質(zhì)量評估的過程中，可能會產(chǎn)生相關(guān)的誤差因子，降低整體評估效果，因此本文通過式（3）計算灰色關(guān)聯(lián)評估。

式中，g代表灰色關(guān)聯(lián)評估指標；f代表實際關(guān)聯(lián)度，該計算式可以有效地計算出各個評估因素的灰色關(guān)聯(lián)數(shù)值，將模型內(nèi)部的相關(guān)評估因子與實際灰色關(guān)聯(lián)數(shù)值進行比對，比對數(shù)值高于1.00證明存在誤差因子，反之則證明不存在誤差因子，可以實現(xiàn)有效評估。

1.5 構(gòu)建高校教學(xué)質(zhì)量評估模型

根據(jù)上文的灰色關(guān)聯(lián)分析情況，可以構(gòu)建DEA數(shù)據(jù)挖掘高校教學(xué)質(zhì)量評估模型，首先需要假設(shè)模型的實際投入，并根據(jù)投入系數(shù)設(shè)計初級效率評估向量，此時該評估向量與實際決策標準有重要關(guān)聯(lián)，可以根據(jù)決策單元規(guī)模構(gòu)建教學(xué)質(zhì)量評估模型K，如式（4）所示。

在實際使用過程中發(fā)現(xiàn)，該模型還具有線性規(guī)劃性，因此，可以根據(jù)該模型的線性規(guī)劃標準，對該模型進行進一步優(yōu)化，提取全部的決策單元，進行綜合求解，保證決策模型內(nèi)部的決策單元與實際DEA相符，實現(xiàn)高精度教學(xué)質(zhì)量評估。

2 實例分析

2.1 概況及準備

為了驗證本文設(shè)計的基于數(shù)據(jù)挖掘技術(shù)的高校教學(xué)質(zhì)量評估模型的實際評估效果，選取某大學(xué)進行實例分析，搭建高校教學(xué)質(zhì)量評估的實例分析平臺，CPU為16Core、內(nèi)存為128 GB、磁盤為3 TB、帶寬為1000 Mb/s，硬盤為12 TB，操作系統(tǒng)為CentOS 7，本文主要采集該大學(xué)的影視策劃專業(yè)的教學(xué)質(zhì)量信息作為實驗數(shù)據(jù)，采集到的實驗數(shù)據(jù)集共包含300個數(shù)據(jù)樣本，隨機抽取數(shù)據(jù)集中的20名學(xué)生，設(shè)計高校教學(xué)質(zhì)量灰色關(guān)聯(lián)度系數(shù)r計算式，如式（5）所示。

式中，n代表教學(xué)質(zhì)量參考系數(shù)；k代表參考灰色關(guān)聯(lián)度，使用該計算式計算后可以分別計算抽取的20名學(xué)生的教學(xué)質(zhì)量灰色關(guān)聯(lián)度評價系數(shù)，如表1所示。

表1 灰色關(guān)聯(lián)度系數(shù)

由表1可知，得到的灰色關(guān)聯(lián)度系數(shù)均低于最大關(guān)聯(lián)系數(shù)值，證明選取的學(xué)生符合教學(xué)質(zhì)量模型分析標準，基于此，可以設(shè)計高校教學(xué)質(zhì)量評估模型評估指標g計算式，如式（6）所示。

式中，s代表學(xué)生注意力反饋數(shù)值；a代表教學(xué)質(zhì)量綜合因素系數(shù)，計算的高校教學(xué)質(zhì)量評估模型評估指標越高，證明其評估效果越好，評估精度越高，可以以此為依據(jù)進行后續(xù)的應(yīng)用效果評價。

2.2 應(yīng)用效果與討論

結(jié)合上述的實例分析概況和準備工作，可以進行有效的模型應(yīng)用效果評估，分別使用本文設(shè)計的基于數(shù)據(jù)挖掘技術(shù)的高校教學(xué)質(zhì)量評估算法和傳統(tǒng)的高校教學(xué)質(zhì)量評估模型對隨機抽取的10名學(xué)生進行教學(xué)質(zhì)量評估，使用公式（6）分別計算兩個模型的教學(xué)質(zhì)量評估模型評估指標，應(yīng)用效果如表2所示。

由表2可知，本文設(shè)計評估模型的評估指標數(shù)值較高，證明本文設(shè)計模型的評估效果較好，具有準確性，有一定的應(yīng)用價值。

表2 應(yīng)用效果

并采用兩種模型對表1中10名學(xué)生的教學(xué)質(zhì)量進行評估，統(tǒng)計每名學(xué)生的教學(xué)質(zhì)量評估精度，結(jié)果如圖2所示。

圖2 高校教學(xué)質(zhì)量評估精度比較

由圖2可知，本文設(shè)計評估模型的評估指標數(shù)值較高，證明本文設(shè)計模型的評估效果較好，具有準確性，有一定的應(yīng)用價值。傳統(tǒng)方法的教學(xué)質(zhì)量評估精度平均在60%左右，教學(xué)質(zhì)量評估誤差較大，教學(xué)質(zhì)量評估效果較差。而本文方法的教學(xué)質(zhì)量評估精度平均在85%左右，遠遠高于傳統(tǒng)方法的教學(xué)質(zhì)量評估精度，這是因為本文方法引入了數(shù)據(jù)挖掘技術(shù)，構(gòu)建DEA數(shù)據(jù)挖掘高校教學(xué)質(zhì)量評估模型，克服了當前評估過程中存在的一些問題，有效提高了評估效果。

3 結(jié)束語

綜上所述，本文基于數(shù)據(jù)挖掘技術(shù)設(shè)計了新的高校教學(xué)質(zhì)量評估模型，將設(shè)計的決策模型使用Charnes-Cooper變換，使得出的表達模型具有優(yōu)化性。為了提升整體評估效果，計算灰色關(guān)聯(lián)評估，本文進行實例分析，結(jié)果表明，本文設(shè)計的高校教學(xué)質(zhì)量評估模型的評估指標數(shù)值較高，評估效果較好，具有準確性，有一定的應(yīng)用價值，可以作為后續(xù)大學(xué)生教學(xué)優(yōu)化的參考?！?/p>