近年來隨著我國對中職教育的日益重視,教育教學(xué)質(zhì)量評價在中職教育層次不斷的擴展加深,對教師評價的活動已經(jīng)成為每個學(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)方面卻相對較少。對教育教學(xué)質(zhì)量評價的研究多集中在對評價產(chǎn)生的客觀評分?jǐn)?shù)據(jù)進行分析,建立模型或分類規(guī)則以供教師考核使用。而且,對分析結(jié)果的應(yīng)用方面的研究較少,也很少涉及評價的主觀評語文本數(shù)據(jù)。本文借助數(shù)據(jù)挖掘技術(shù)、文本分析方法,對教師評價中的大量客觀評分?jǐn)?shù)據(jù)和主觀評語數(shù)據(jù)進行挖掘。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。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.運用決策樹對教師評價系統(tǒng)產(chǎn)生的評分?jǐn)?shù)據(jù)進行挖掘,構(gòu)建決策樹,抽取分類規(guī)則,并對評分等級進行預(yù)測。2.對評語文本進行褒貶傾向性分析。構(gòu)建評語專用情感詞典,依據(jù)褒貶傾向分類加權(quán)算法及等級劃分算法,給出學(xué)生對教師教學(xué)的褒貶情感支持率及情感等級。3.對評語文本進行細粒度分析。劃分細粒度屬性,基于評語細粒度屬性進行情感分析,并給出評語中所含細粒度屬性類別及情感傾向。4.設(shè)計教師評價系統(tǒng),應(yīng)用算法實現(xiàn)對評分?jǐn)?shù)據(jù)決策樹... 

【文章來源】：鄭州大學(xué)河南省 211工程院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：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 國內(nèi)外教師評價研究現(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 研究內(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)挖掘的對象及過程
        2.1.3 數(shù)據(jù)挖掘的功能
        2.1.4 決策樹
    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 文本分類評估指標(biāo)
    2.3 本章小結(jié)
3 基于決策樹的教師教學(xué)質(zhì)量評測
    3.1 C4.5算法簡介
        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)量評測的決策樹構(gòu)建
        3.2.1 評價數(shù)據(jù)的抽取
        3.2.2 評價數(shù)據(jù)的離散化
        3.2.3 評測決策樹的構(gòu)建
    3.3 案例分析
    3.4 本章小結(jié)
4 評語文本的褒貶傾向性分析
    4.1 中職學(xué)生評語文本特點分析
    4.2 評語文本預(yù)處理
    4.3 評語專用情感詞典建立
        4.3.1 基礎(chǔ)詞典簡介
        4.3.2 評語專用情感詞典構(gòu)建
        4.3.3 影響情感傾向性的其他因素
    4.4 評語情感褒貶傾向分析
        4.4.1 評語褒貶傾向分類加權(quán)算法
        4.4.2 評語褒貶傾向等級劃分
    4.5 本章小結(jié)
5 評語文本的細粒度情感分析
    5.1 細粒度分析
    5.2 評語預(yù)處理及分割
    5.3 評語細粒度屬性表的構(gòu)建
        5.3.1 細粒度屬性初表建立
        5.3.2 細粒度屬性的類別劃分
        5.3.3 評語特征屬性終表調(diào)整
    5.4 評語細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)挖掘的教師評價系統(tǒng)設(shè)計與實現(xiàn)
    6.1 設(shè)計背景及目的
    6.2 教師評價系統(tǒng)的設(shè)計
        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)庫設(shè)計
    6.3 教師評價系統(tǒng)的實現(xiàn)及結(jié)果展示
        6.3.1 系統(tǒng)開發(fā)實現(xiàn)環(huán)境
        6.3.2 系統(tǒng)前期評價數(shù)據(jù)生成頁面展示
        6.3.3 基于決策樹的評測結(jié)果展示
        6.3.4 評語褒貶分析結(jié)果展示
        6.3.5 評語細粒度情感分析結(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
個人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文
參考文獻
致謝


【參考文獻】：
期刊論文
[1]一種語義弱監(jiān)督LDA的商品評論細粒度情感分析算法[J]. 彭云,萬紅新,鐘林輝.  小型微型計算機系統(tǒng). 2018(05)
[2]基于大數(shù)據(jù)挖掘的高校知識管理系統(tǒng)[J]. 李景奇,卞藝杰.  計算機系統(tǒng)應(yīng)用. 2017(09)
[3]Moodle平臺師生訪問行為日志統(tǒng)計與挖掘研究[J]. 郭涵陽,高曼如,沈良忠.  計算機技術(shù)與發(fā)展. 2016(11)
[4]面向大數(shù)據(jù)分析的決策樹算法[J]. 張棪,曹健.  計算機科學(xué). 2016(S1)
[5]漢語復(fù)句關(guān)系的特征結(jié)構(gòu)[J]. 馮文賀.  中文信息學(xué)報. 2015(06)
[6]教育數(shù)據(jù)挖掘研究進展綜述[J]. 周慶,牟超,楊丹.  軟件學(xué)報. 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.  計算機學(xué)報. 2015(02)
[8]基于語義模式和引用分布的科技文獻信息抽取[J]. 楊中國,李洪奇,朱麗萍,劉薔.  山東大學(xué)學(xué)報(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.  計算機研究與發(fā)展. 2014(S1)
[10]一種基于屬性相關(guān)的C4.5決策樹改進算法[J]. 魏浩,丁要軍.  中北大學(xué)學(xué)報(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]美國高校學(xué)生評教研究[D]. 李媛媛.河北大學(xué) 2017
[2]基于文本意見挖掘的煙臺大學(xué)教學(xué)評價系統(tǒng)設(shè)計與實現(xiàn)[D]. 梁入文.電子科技大學(xué) 2015
[3]改進的C4.5決策樹算法研究及在高考成績預(yù)測分析中的應(yīng)用[D]. 周琦.廣西大學(xué) 2012



本文編號：3151555