數(shù)據(jù)挖掘技術(shù)在中職教師評(píng)價(jià)系統(tǒng)中的應(yīng)用研究
發(fā)布時(shí)間:2021-04-21 10:03
近年來(lái)隨著我國(guó)對(duì)中職教育的日益重視,教育教學(xué)質(zhì)量評(píng)價(jià)在中職教育層次不斷的擴(kuò)展加深,對(duì)教師評(píng)價(jià)的活動(dòng)已經(jīng)成為每個(gè)學(xué)校常規(guī)教務(wù)工作。數(shù)據(jù)挖掘技術(shù)在各行業(yè)應(yīng)用迅速發(fā)展,但在教育教學(xué)方面卻相對(duì)較少。對(duì)教育教學(xué)質(zhì)量評(píng)價(jià)的研究多集中在對(duì)評(píng)價(jià)產(chǎn)生的客觀評(píng)分?jǐn)?shù)據(jù)進(jìn)行分析,建立模型或分類規(guī)則以供教師考核使用。而且,對(duì)分析結(jié)果的應(yīng)用方面的研究較少,也很少涉及評(píng)價(jià)的主觀評(píng)語(yǔ)文本數(shù)據(jù)。本文借助數(shù)據(jù)挖掘技術(shù)、文本分析方法,對(duì)教師評(píng)價(jià)中的大量客觀評(píng)分?jǐn)?shù)據(jù)和主觀評(píng)語(yǔ)數(shù)據(jù)進(jìn)行挖掘。結(jié)合教師教學(xué)中各種因素,探討教師教學(xué)的優(yōu)缺點(diǎn)。希望能提高教師教學(xué)水平優(yōu)化教學(xué),為中職教育發(fā)展及學(xué)校教學(xué)決策提供支持。本文主要工作如下:1.運(yùn)用決策樹(shù)對(duì)教師評(píng)價(jià)系統(tǒng)產(chǎn)生的評(píng)分?jǐn)?shù)據(jù)進(jìn)行挖掘,構(gòu)建決策樹(shù),抽取分類規(guī)則,并對(duì)評(píng)分等級(jí)進(jìn)行預(yù)測(cè)。2.對(duì)評(píng)語(yǔ)文本進(jìn)行褒貶傾向性分析。構(gòu)建評(píng)語(yǔ)專用情感詞典,依據(jù)褒貶傾向分類加權(quán)算法及等級(jí)劃分算法,給出學(xué)生對(duì)教師教學(xué)的褒貶情感支持率及情感等級(jí)。3.對(duì)評(píng)語(yǔ)文本進(jìn)行細(xì)粒度分析。劃分細(xì)粒度屬性,基于評(píng)語(yǔ)細(xì)粒度屬性進(jìn)行情感分析,并給出評(píng)語(yǔ)中所含細(xì)粒度屬性類別及情感傾向。4.設(shè)計(jì)教師評(píng)價(jià)系統(tǒng),應(yīng)用算法實(shí)現(xiàn)對(duì)評(píng)分?jǐn)?shù)據(jù)決策樹(shù)...
【文章來(lái)源】:鄭州大學(xué)河南省 211工程院校
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 國(guó)內(nèi)外教師評(píng)價(jià)研究現(xiàn)狀
1.3.2 數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域的應(yīng)用現(xiàn)狀
1.4 研究?jī)?nèi)容
2 相關(guān)技術(shù)理論
2.1 數(shù)據(jù)挖掘技術(shù)
2.1.1 數(shù)據(jù)挖掘定義
2.1.2 數(shù)據(jù)挖掘的對(duì)象及過(guò)程
2.1.3 數(shù)據(jù)挖掘的功能
2.1.4 決策樹(shù)
2.2 文本情感分析技術(shù)
2.2.1 文本情感分析
2.2.2 文本預(yù)處理
2.2.3 中文分詞
2.2.4 文本表示方法
2.2.5 文本分類評(píng)估指標(biāo)
2.3 本章小結(jié)
3 基于決策樹(shù)的教師教學(xué)質(zhì)量評(píng)測(cè)
3.1 C4.5算法簡(jiǎn)介
3.1.1 信息熵與信息增益率
3.1.2 C4.5算法的工作原理
3.2 教師教學(xué)質(zhì)量評(píng)測(cè)的決策樹(shù)構(gòu)建
3.2.1 評(píng)價(jià)數(shù)據(jù)的抽取
3.2.2 評(píng)價(jià)數(shù)據(jù)的離散化
3.2.3 評(píng)測(cè)決策樹(shù)的構(gòu)建
3.3 案例分析
3.4 本章小結(jié)
4 評(píng)語(yǔ)文本的褒貶傾向性分析
4.1 中職學(xué)生評(píng)語(yǔ)文本特點(diǎn)分析
4.2 評(píng)語(yǔ)文本預(yù)處理
4.3 評(píng)語(yǔ)專用情感詞典建立
4.3.1 基礎(chǔ)詞典簡(jiǎn)介
4.3.2 評(píng)語(yǔ)專用情感詞典構(gòu)建
4.3.3 影響情感傾向性的其他因素
4.4 評(píng)語(yǔ)情感褒貶傾向分析
4.4.1 評(píng)語(yǔ)褒貶傾向分類加權(quán)算法
4.4.2 評(píng)語(yǔ)褒貶傾向等級(jí)劃分
4.5 本章小結(jié)
5 評(píng)語(yǔ)文本的細(xì)粒度情感分析
5.1 細(xì)粒度分析
5.2 評(píng)語(yǔ)預(yù)處理及分割
5.3 評(píng)語(yǔ)細(xì)粒度屬性表的構(gòu)建
5.3.1 細(xì)粒度屬性初表建立
5.3.2 細(xì)粒度屬性的類別劃分
5.3.3 評(píng)語(yǔ)特征屬性終表調(diào)整
5.4 評(píng)語(yǔ)細(xì)粒度分類及情感傾向分類
5.5 本章小結(jié)
6 基于數(shù)據(jù)挖掘的教師評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
6.1 設(shè)計(jì)背景及目的
6.2 教師評(píng)價(jià)系統(tǒng)的設(shè)計(jì)
6.2.1 系統(tǒng)結(jié)構(gòu)
6.2.2 系統(tǒng)模塊功能
6.2.3 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)
6.3 教師評(píng)價(jià)系統(tǒng)的實(shí)現(xiàn)及結(jié)果展示
6.3.1 系統(tǒng)開(kāi)發(fā)實(shí)現(xiàn)環(huán)境
6.3.2 系統(tǒng)前期評(píng)價(jià)數(shù)據(jù)生成頁(yè)面展示
6.3.3 基于決策樹(shù)的評(píng)測(cè)結(jié)果展示
6.3.4 評(píng)語(yǔ)褒貶分析結(jié)果展示
6.3.5 評(píng)語(yǔ)細(xì)粒度情感分析結(jié)果展示
6.4 本章小結(jié)
7 總結(jié)與展望
7.1 總結(jié)
7.2 展望
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文
參考文獻(xiàn)
致謝
【參考文獻(xiàn)】:
期刊論文
[1]一種語(yǔ)義弱監(jiān)督LDA的商品評(píng)論細(xì)粒度情感分析算法[J]. 彭云,萬(wàn)紅新,鐘林輝. 小型微型計(jì)算機(jī)系統(tǒng). 2018(05)
[2]基于大數(shù)據(jù)挖掘的高校知識(shí)管理系統(tǒng)[J]. 李景奇,卞藝杰. 計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(09)
[3]Moodle平臺(tái)師生訪問(wèn)行為日志統(tǒng)計(jì)與挖掘研究[J]. 郭涵陽(yáng),高曼如,沈良忠. 計(jì)算機(jī)技術(shù)與發(fā)展. 2016(11)
[4]面向大數(shù)據(jù)分析的決策樹(shù)算法[J]. 張棪,曹健. 計(jì)算機(jī)科學(xué). 2016(S1)
[5]漢語(yǔ)復(fù)句關(guān)系的特征結(jié)構(gòu)[J]. 馮文賀. 中文信息學(xué)報(bào). 2015(06)
[6]教育數(shù)據(jù)挖掘研究進(jìn)展綜述[J]. 周慶,牟超,楊丹. 軟件學(xué)報(bào). 2015(11)
[7]中文分詞模型的領(lǐng)域適應(yīng)性方法[J]. 韓冬煦,常寶寶. 計(jì)算機(jī)學(xué)報(bào). 2015(02)
[8]基于語(yǔ)義模式和引用分布的科技文獻(xiàn)信息抽取[J]. 楊中國(guó),李洪奇,朱麗萍,劉薔. 山東大學(xué)學(xué)報(bào)(理學(xué)版). 2015(03)
[9]面向在線教育領(lǐng)域的大數(shù)據(jù)研究及應(yīng)用[J]. 陳池,王宇鵬,李超,張勇,邢春曉. 計(jì)算機(jī)研究與發(fā)展. 2014(S1)
[10]一種基于屬性相關(guān)的C4.5決策樹(shù)改進(jìn)算法[J]. 魏浩,丁要軍. 中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(04)
博士論文
[1]文本傾向性分析中的情感詞典構(gòu)建技術(shù)研究[D]. 杜偉夫.哈爾濱工業(yè)大學(xué) 2010
碩士論文
[1]美國(guó)高校學(xué)生評(píng)教研究[D]. 李媛媛.河北大學(xué) 2017
[2]基于文本意見(jiàn)挖掘的煙臺(tái)大學(xué)教學(xué)評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 梁入文.電子科技大學(xué) 2015
[3]改進(jìn)的C4.5決策樹(shù)算法研究及在高考成績(jī)預(yù)測(cè)分析中的應(yīng)用[D]. 周琦.廣西大學(xué) 2012
本文編號(hào):3151555
【文章來(lái)源】:鄭州大學(xué)河南省 211工程院校
【文章頁(yè)數(shù)】:74 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景
1.2 研究意義
1.3 研究現(xiàn)狀
1.3.1 國(guó)內(nèi)外教師評(píng)價(jià)研究現(xiàn)狀
1.3.2 數(shù)據(jù)挖掘技術(shù)在教育領(lǐng)域的應(yīng)用現(xiàn)狀
1.4 研究?jī)?nèi)容
2 相關(guān)技術(shù)理論
2.1 數(shù)據(jù)挖掘技術(shù)
2.1.1 數(shù)據(jù)挖掘定義
2.1.2 數(shù)據(jù)挖掘的對(duì)象及過(guò)程
2.1.3 數(shù)據(jù)挖掘的功能
2.1.4 決策樹(shù)
2.2 文本情感分析技術(shù)
2.2.1 文本情感分析
2.2.2 文本預(yù)處理
2.2.3 中文分詞
2.2.4 文本表示方法
2.2.5 文本分類評(píng)估指標(biāo)
2.3 本章小結(jié)
3 基于決策樹(shù)的教師教學(xué)質(zhì)量評(píng)測(cè)
3.1 C4.5算法簡(jiǎn)介
3.1.1 信息熵與信息增益率
3.1.2 C4.5算法的工作原理
3.2 教師教學(xué)質(zhì)量評(píng)測(cè)的決策樹(shù)構(gòu)建
3.2.1 評(píng)價(jià)數(shù)據(jù)的抽取
3.2.2 評(píng)價(jià)數(shù)據(jù)的離散化
3.2.3 評(píng)測(cè)決策樹(shù)的構(gòu)建
3.3 案例分析
3.4 本章小結(jié)
4 評(píng)語(yǔ)文本的褒貶傾向性分析
4.1 中職學(xué)生評(píng)語(yǔ)文本特點(diǎn)分析
4.2 評(píng)語(yǔ)文本預(yù)處理
4.3 評(píng)語(yǔ)專用情感詞典建立
4.3.1 基礎(chǔ)詞典簡(jiǎn)介
4.3.2 評(píng)語(yǔ)專用情感詞典構(gòu)建
4.3.3 影響情感傾向性的其他因素
4.4 評(píng)語(yǔ)情感褒貶傾向分析
4.4.1 評(píng)語(yǔ)褒貶傾向分類加權(quán)算法
4.4.2 評(píng)語(yǔ)褒貶傾向等級(jí)劃分
4.5 本章小結(jié)
5 評(píng)語(yǔ)文本的細(xì)粒度情感分析
5.1 細(xì)粒度分析
5.2 評(píng)語(yǔ)預(yù)處理及分割
5.3 評(píng)語(yǔ)細(xì)粒度屬性表的構(gòu)建
5.3.1 細(xì)粒度屬性初表建立
5.3.2 細(xì)粒度屬性的類別劃分
5.3.3 評(píng)語(yǔ)特征屬性終表調(diào)整
5.4 評(píng)語(yǔ)細(xì)粒度分類及情感傾向分類
5.5 本章小結(jié)
6 基于數(shù)據(jù)挖掘的教師評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
6.1 設(shè)計(jì)背景及目的
6.2 教師評(píng)價(jià)系統(tǒng)的設(shè)計(jì)
6.2.1 系統(tǒng)結(jié)構(gòu)
6.2.2 系統(tǒng)模塊功能
6.2.3 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)
6.3 教師評(píng)價(jià)系統(tǒng)的實(shí)現(xiàn)及結(jié)果展示
6.3.1 系統(tǒng)開(kāi)發(fā)實(shí)現(xiàn)環(huán)境
6.3.2 系統(tǒng)前期評(píng)價(jià)數(shù)據(jù)生成頁(yè)面展示
6.3.3 基于決策樹(shù)的評(píng)測(cè)結(jié)果展示
6.3.4 評(píng)語(yǔ)褒貶分析結(jié)果展示
6.3.5 評(píng)語(yǔ)細(xì)粒度情感分析結(jié)果展示
6.4 本章小結(jié)
7 總結(jié)與展望
7.1 總結(jié)
7.2 展望
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文
參考文獻(xiàn)
致謝
【參考文獻(xiàn)】:
期刊論文
[1]一種語(yǔ)義弱監(jiān)督LDA的商品評(píng)論細(xì)粒度情感分析算法[J]. 彭云,萬(wàn)紅新,鐘林輝. 小型微型計(jì)算機(jī)系統(tǒng). 2018(05)
[2]基于大數(shù)據(jù)挖掘的高校知識(shí)管理系統(tǒng)[J]. 李景奇,卞藝杰. 計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(09)
[3]Moodle平臺(tái)師生訪問(wèn)行為日志統(tǒng)計(jì)與挖掘研究[J]. 郭涵陽(yáng),高曼如,沈良忠. 計(jì)算機(jī)技術(shù)與發(fā)展. 2016(11)
[4]面向大數(shù)據(jù)分析的決策樹(shù)算法[J]. 張棪,曹健. 計(jì)算機(jī)科學(xué). 2016(S1)
[5]漢語(yǔ)復(fù)句關(guān)系的特征結(jié)構(gòu)[J]. 馮文賀. 中文信息學(xué)報(bào). 2015(06)
[6]教育數(shù)據(jù)挖掘研究進(jìn)展綜述[J]. 周慶,牟超,楊丹. 軟件學(xué)報(bào). 2015(11)
[7]中文分詞模型的領(lǐng)域適應(yīng)性方法[J]. 韓冬煦,常寶寶. 計(jì)算機(jī)學(xué)報(bào). 2015(02)
[8]基于語(yǔ)義模式和引用分布的科技文獻(xiàn)信息抽取[J]. 楊中國(guó),李洪奇,朱麗萍,劉薔. 山東大學(xué)學(xué)報(bào)(理學(xué)版). 2015(03)
[9]面向在線教育領(lǐng)域的大數(shù)據(jù)研究及應(yīng)用[J]. 陳池,王宇鵬,李超,張勇,邢春曉. 計(jì)算機(jī)研究與發(fā)展. 2014(S1)
[10]一種基于屬性相關(guān)的C4.5決策樹(shù)改進(jìn)算法[J]. 魏浩,丁要軍. 中北大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(04)
博士論文
[1]文本傾向性分析中的情感詞典構(gòu)建技術(shù)研究[D]. 杜偉夫.哈爾濱工業(yè)大學(xué) 2010
碩士論文
[1]美國(guó)高校學(xué)生評(píng)教研究[D]. 李媛媛.河北大學(xué) 2017
[2]基于文本意見(jiàn)挖掘的煙臺(tái)大學(xué)教學(xué)評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 梁入文.電子科技大學(xué) 2015
[3]改進(jìn)的C4.5決策樹(shù)算法研究及在高考成績(jī)預(yù)測(cè)分析中的應(yīng)用[D]. 周琦.廣西大學(xué) 2012
本文編號(hào):3151555
本文鏈接:http://sikaile.net/jiaoyulunwen/zhiyejiaoyulunwen/3151555.html
最近更新
教材專著