计算机课材教学评价的影响范文

本站小编为你精心准备了计算机课材教学评价的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

数据挖掘的方法

数据挖掘的方法很多种：有组织适应性强高度容错的神经网络方法；有具有隐含并行性的遗传算法；有常用于预测模型的决策树方法；有研究不确定不精确知识的粗集方法；有覆盖正例排斥反例方法；有统计分析方法和模糊集方法。

数据挖掘的流程

1、问题的定义。在进行数据挖掘之前，要清晰地定义业务问题，确定挖掘的目标并制定合适的数据挖掘计划。

2、数据准备。数据准备是数据挖掘中的基础，和数据挖掘的准确性和有效性密切相关。包括选取数据、数据预处理和数据再加工三部分。数据选取就是从大量的数据中选取适合挖掘的数据，精化数据，提高挖掘效率。数据预处理就是对数据进行清理、集成、变换、归约和离散化。数据再加工就是根据挖掘目的，找出真正有用的特征，并建立相关模型，减少之后的工作量。

3、数据挖掘。数据挖掘就是根据数据的特征和数据挖掘的目的，选择合适的挖掘算法，进行相关的挖掘操作，得出挖掘结果。

4、结果的分析。对挖掘的结果进行解释和评价，转换成最终被拥护理解的知识。

5、结果的应用。将分析所得的知识应用到组织机构中去。在整个数据挖掘过程中，以上流程在挖掘过程中进行不断反复，当数据准备不理想或者选择的数据挖掘方法和技术不合适时，都需要重复一些步骤。

数据挖掘的功能

1、关联分析。关联规则挖掘由rakeshapwal等人首先提出。若两个或多个数据的取值之间存在某种规律性，就称为关联，当关联的规则过多时就需要进行筛选，一般使用“可信度”和“支持度”来选择对用户有用的规则，使挖掘更符合需求。

2、分类。分类就是找出代表整体信息的概念描述，并用这种描述来建构模型，一般用规则或决策树模式表示。

3、预测。预测就是找出历史数据之间的变化规律，建立相应的模型，并由此来对以后数据的种类和特征进行预测。回归分析法是预测常用的方法。

4、聚类分析。聚类是将数据按照数据的相似性将数据划分为若干组别的过程，并使得同类数据相似，不同数据相异。

5、偏差检测。偏差检测主要目的是发现数据库中存在的异常情况，找出观测结果与预测之间的差别。

6、时序模式分析。在时序模式中，需要找出在某个最小时间内出现比率一直高于某一最小百分比的规则，这些规则再根据形式的变化做出适当的调整。

数据挖掘技术在计算机课程教学评价中的应用

（一）数据的准备

笔者所在学校每学期结束都会对每位任课教师进行评价，本文选择了一个学期其中一门计算机课程的评价数据作为挖掘对象。提取各项评价数据，汇总如下表1表1评价分类信息表（任课教师教学情况评测表样本见附件一）针对以上任课教师，其人事信息汇总如下表2表2教师人事信息汇总表在搜集以上信息的时候，需要对数据进行预处理，删除一些不完整项或者是异常项。另外一些掺杂主观意识的分数项也要删除，譬如对某教师课堂教学效果满分或者零分，这都不和实际情况，需要进行预处理。另外要将上述老师个人教学评价值进行平均化，保证最后教师评价记录是一条，符合数据库的特征。综合以上两张表格处理如下表3表3处理后的数据备注：优>=分值*90%良>=分值*80%中>=分值*70%及>=分值*70%

（二）归纳总结

从表3得出的结果进行总结归纳，提取一些规则如下：

1、评价结果=“优”的教师具备以下特征规则：规则一：教师学历=“研究生”，教师职称=“副教授”，师德风范=“优”，教书育人=“优”，课堂教学=“优”，教学效果=“优”；

2、评价结果=“良”的教师具备以下特征规则：规则二：教师学历=“研究生”，教师职称=“讲师”，师德风范=“优”，教书育人=“优”，课堂教学=“良”，教学效果=“优”；规则三：教师学历=“研究生”，教师职称=“助讲”，师德风范=“优”，教书育人=“优”，课堂教学=“良”，教学效果=“良”；

2、评价结果=“中”的教师具备以下特征规则：规则四：教师学历=“本科”，教师职称=“助讲”，师德风范=“优”，教书育人=“良”，课堂教学=“中”，教学效果=“良”；规则五：教师学历=“本科”，教师职称=“助讲”，师德风范=“优”，教书育人=“优”，课堂教学=“中”，教学效果=“中”；

（三）结论分析

1、教师首先要提高自身的学历水平。在上述规则中，学历水平是研究生的教师都具有良好以上评价结果，而本科学历的评价结果却为中，因此鼓励年轻教师积极提升自身的学历水平。

2、教师要提升自己的职称。在上述规则中，职称为助讲的教师教学评价结果都不甚理想，而职称为副教授的gqy老师教学评价结果为优，且相应得分也较高。

3、课堂教学在教学评价中占有举足轻重的作用，如果在整个教学中没有新颖的教学方法，重难点不突出，层次不分明，课堂气氛不活跃，那么最后的教学评价也不会理想。

4、年轻教师因为执教时间有限，教学经验相对要少，没有老教师经验丰富，因此教学评价的结果也受影响。从以上结论中，可以发现评价结果为优的教师具备的一些特征。教师想要提高自身的教学水平首先要提高自己的学历和职称级别，积极向老教师讨教经验，在自己的教学中严于律己，全面关心学生的成长，采取好的课堂教学方法，从而达到较好的教学效果，提升整体的教学质量。

结论

借助于数据挖掘技术，在计算机课程教学评价中，发现了隐藏的规律和模式，得出了有价值的结论，从而发现哪些因素对教师的教学水平有影响，帮助教师及时改进方法，提高教学质量，同时也为计算机课程的教学决策提供了科学的依据和有效的支持。技术日趋成熟的数据挖掘技术将在计算机课程教学评价中起到举足轻重的作用。

作者：王琪单位：扬州高等职业技术学校