数据挖掘技术ID3算法在学生评教中的应用研究

2024年1月18日发(作者：华晨宝马x2价格)

ＤＯｋ　１０．３９６９／Ｊ．ｉｓｓｎ．１００１－－８９７２．２０１０．１９．１２６　数据挖掘技术ＩＤ３算法　在学生评教中的应用研究　王惠君方明西安石油大学计算机学院　７１　００６５　结点、分支和叶子组成。决策树中最上面的结点为根结点，每　个分支是一个新的决策结点，或者是树的叶子。每个决策结点代　表一个问题或决策，通常对应于待分类对象的属性。每一个叶子　结点代表一种可能的分类结果。沿决策树从上到下遍历的过程　中，在每个结点都会遇到一个测试，对每个结点上问题的不同的　测试输出导致不同的分支，最后会到达一个叶子结点，这个过程　就是利用决策树进行分类的过程，利用若干个变量来判断所属的　类别。　ＩＤ３算法是由Ｑｕｉｎｌａｎ首先提出的。该算法是借用信息论中　的互信息寻找训练集中具有最大信息量的属性字段，建立决策树　的一个结点，再根据该属性字段的不同取值建立树的分支，在每　个分支子集中重复建立树的下层结点和分支过程，从而实现对数　１．概Ｉ述　由于学生在教学中的主体地位，学生评教评价面广，基　本能够涵盖到任课的每一位教师，学生评教具有较高的信度，　学生评教已经成为国内外大多数高校评价教师课堂教学质量的　重要组成部分。伴随着教学改革的不断深入以及高等教育大众　化的进程，学生评教甚至已经开始占据教师课堂教学评价的主　导地位。对评教数据做进一步的深化处理分析，是为了加强　学生评教工作取得的效果，挖掘出评教数据深处的评价内容等　潜在的相关联性，对于提高教学水平和加强教学管理等方面，　据的归纳分类。　设ｕ是数据集合，　是集类别。　是Ｕ中样本的总数，　是样本数，　是样本的属性。　信息熵：　）一∑删条件熵：　ｌｏｇ　）其中　＝　提出趋势性的、可操作性的、有益的建议和措施，促进学生　评教工作的发展，从而进一步提高学校的教学水平、教学管　理水平。　我校近几年一直主要采用学生评教方式来对教师课堂教学　目Ａ）　）∑Ｐ（　，ｉｖ，）ｌｏｇ２‘　赤　其中，Ｐ（Ｕ　）是属性Ａ取ｖｊ时类别　的条件概率。　信息增益度：ＧⅢｉｔ（　１＝，（己，）一￡（　）　质量进行评价，通过学生评教，对于教师提高课堂教学质量　有很大的促进作用。利用数据挖掘技术对学生评教数据结果的　进一步深化挖掘、分析，加强学生评教工作所取得的效果，　从而在提高教学水平、教学管理等方面，提出针对性的、具　体的相关建议，促进其工作的开展。　３．评教数据的挖掘　我校实施学生课堂教学质量评教已经经过了６年，采用下发　评教卡给学生，学生填涂评教卡，最后采用机读卡和ｉ　致软件，生　成每学期教师评教成绩。本文选取了２００９～２０１０年度第一学期学　生对于石油工程学院和人文学院承担的课程评教的数据进行了分　２．数据挖掘技术ＩＤ３算法详述　近几年，随着数据挖掘技术的日益成熟，利用数据挖掘　技术对实际应用中的数据进行进一步的挖掘、分析越来越广　泛，并取得了一定的成效。　析。石油工程学教９币所承担的课程，基本为专业性强的课程；人文　学院教师所承担的课程中全校的公共课占的比重较大。因此有针对　性地选择了这两个典型的学院进行数据分析，进行相互比对。　第一步：进行数据预处理　课堂教学质量分为四个方面评价：教学态度、教学方法、教学　效果、教学内容。先将数据进行预处理，将有错误的信息如课程与　数据挖掘就是从大量的、不完全的、有噪声的、模糊　的、随机的、实际应用数据中提取隐含在其中的、人们事先　不知道的、但又具有潜在价值的信息和知识的过程。　决策树分类的ＩＤ３算法是数据挖掘技术的算法之一。决策　树是对数据进行分类，以此达到预测的目的。决策树由决策　教师之间不符的信息删掉，由于评教成绩是采用分值计算结果的，　因此将数据离散化。数据进行处理整理后如下表。　２５８　

塞二！互迪　猩堂　序　救师姓名职称性别谍程名称　教学态度夔塑堡揎塑廛　救学内ｇ－教学玎　、教学技槊评价等级　，ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学效果”＝　ＴＨＥＮ“评价等级”＝“比较满意”　Ｉ　Ｆ“教学态度”＝“Ａ”，Ａ　Ｎ　Ｄ“教学效果”＝　，“Ａ”　ＡＮＤ　“职称”＝“讲师级”，ＡＮＤ“教学方法”＝“Ｂ”，　…Ａ　ＡＮＤ“职称”＝“其他”，ＴＨＥＮ“评价等级”＝“满意”　教学态度　……　…Ａ　＜　Ｂ＼　Ｃ　／教学效果　Ａ　…一　）　第二步，进行数据挖掘。　本训练集有样本数５０个，样本有６个属性（职称、性别、教　学态度、教学内容、教学方法、教学效果），其中属性“职称”　有讲师级、教授级、副教授级、其他四个等级；属性“性别”　有男、女；属性“教学态度”和“教学效果”分Ａ、Ｂ、Ｃ三　＞～　ｒ：　、　、、、　）（童　ｆ，一　，　个等级；属性“教学内容”和“教学方法”分Ａ、Ｂ、Ｃ、Ｄ四　个等级；评价等级分满意、比较满意、尚可、不及格四个等级。　ｘ｛满意、比较满意、尚可｝，Ｉｘｌ　５０，ＪＸ１ｌ＝４０，ＩＸ２１＝９，ＪＸ３１＝ｌ　则信息熵为：　９ｌ一　．（：垂）　；　琵≤蠢≤、　图一石油工程学院评教决策树　第四步，数据挖掘结果　有以上可得出，“教学态度”为“Ｂ”级或“Ｃ”级，　直接影响到课堂教学质量的评价等级不好。职称　“讲师级”的　ｏｇ２　－－菇Ｉ　ｏｇ：　－ｏ．ｓｓ…，　属性“　祢”的条件炳为：　（　］１２　（　们ｚ　ｓ　Ｅｃｚ，＝一　ｏｇ　（　］一妻　ｏｇ：（　）＝　００　ｓｓ　（：　）一　４　ｔ。ｓ：（　］一　，。ｓ：　Ｉ　：。．ｓ　，ｓ　ｓ　＝－ｉ　￡ｃ　＝一　一。　教师，当“教学态度　和“教学效果”为Ａ时，要注意“教　学方法”，这样课堂教学质量评价才为满意。就是说要加强讲　师级教师的教学方法的培训。　同样的，对人文学院的评教数据进行挖掘。　表二：人文学院评教数据挖掘库　序哮教师姓名职称性别课程籀称　教学态度教学内容教学方法教学兢粜评价替缀　Ｅ（４）＝０　删　＝　）＋　伽）十５６１０　）＝０．５５２４７５　Ｇ　ｆ　（职称）＝，（Ｕ）一　（职称）＝０．８８０１１３一Ｏ．５５２４７５＝Ｏ．３２７６３８４　属性“职称”的信息增益度为：Ｇａｉｎ（职称）　＝０　２７６　８４　同理计算得Ｇａｉｎ（性别）＝０．１０３０８６，Ｇａｉｎ（教学态度）＝０．　５６６１６６，Ｇａｉｎ（教学内容）＝０．５３９１３６，Ｇａｉｎ（教学方法）＝Ｏ．　５１５６０２，Ｇａｉｎ（教学效果）＝０．４２７１８１　则Ｇａｉｎ（教学态度）＞Ｇａｉｎ（职称）＞Ｇａｉｎ（教学内容）＞　Ｇａｉｎ（教学方法）＞Ｇａｉｎ（教学效果）＞Ｇａｉｎ（性别）　选属性“教学态度”作为根结点，创建分支，进行递归，生　成决策树如图一。　第三步，由决策树提取分类规则。　ＩＦ“教学态度”＝“Ｃ”，ＴＨＥＮ“评价等级”＝“尚可”　ＩＦ“教学态度”＝“Ｂ”，ＴＨＥＮ“评价等级”＝“比较满意”　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学效果”＝“Ａ”　，ＡＮＤ　“职称”＝“教授级”，ＴＨＥＮ“评价等级”＝“满意”　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学效果”＝“Ａ”　，ＡＮＤ　“职称”＝“副教授级”，ＴＨＥＮ“评价等级”＝“满意”　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学效果”＝“Ａ”　，ＡＮＤ　Ｇａｉｎ（职称）＝０．１５５４７５５，Ｇａｉｎ（性别）＝０．０６６６３１３，Ｇａｉｎ　（教学态度）＝０．４ｌ３４５９，Ｇａｉｎ（教学内容）＝０．３０５３７ｌ８，Ｇａｉｎ　（教学方法）＝０．３０ｌ　ｌ０５７，Ｇａｉｎ（教学效果）：０．２９９４２０ｌ　则Ｇａｉｎ（教学态度）＞Ｇａｉｎ（教学内容）＞Ｇａｉｎ（教学方法）＞　Ｇａｉｎ（教学效果）＞Ｇａｉｎ（职称）＞Ｇａｉｎ（性别）　选属性“教学态度”为根节点，创建分支，进行递归，生成　决策树如图二。　由决策树提取分类规则。　ＩＦ“教学态度”＝“Ｃ”，ＴＨＡＮ“评价等级”＝“尚可”　ＩＦ“教学态度”＝…Ａ，ＡＮＤ“教学方法”＝　…Ａ，ＡＮＤ　“职称”＝“讲师级”，ＡＮＤ“教学方法”＝“Ａ”，ＴＨＥＮ“评　价等级”＝“满意”　“教学效果”＝“Ａ”　，ＴＨＥＮ“评价等级”＝“满意”　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学方法”＝“Ｂ”，ＡＮＤ　“教学效果”＝　…Ａ，ＡＮＤ　“职称”＝“教授级”，ＴＨＥＮ　

“评价等级”＝“满意”　性较强的专业课教师，积极鼓励其进行深造、培训，力求进步，　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学方法”＝　“Ｂ”　，在专业水平上得到提高向高职称水平努力；对干承担人文类公共　课程的教师平时重点放在加强对其教学方法和教学效果的提高。　综合以上可以看出，由于采用了数据挖掘技术，对于学生评教　ＡＮＤ“教学效果”＝　“Ａ”，　ＡＮＤ　“职称”＝“副　教授级”，Ｔ　Ｈ　Ｅ　Ｎ“评价等级”：“满意”　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学方法”＝　“Ｂ”　ＡＮＤ“教学效果”＝　“Ａ”　ＡＮＤ　“职称”＝“讲师　级”，Ｔ　Ｈ　Ｅ　Ｎ“评价等级”＝“满意”　，数据结果深化分析挖掘，可以从结果中更清晰的得到影响课堂教学　质量因素之间的关联性，这样有助于教学管理部门和教师进行有的　放矢的针对性的解决教学问题，提高课堂教学质量。　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学方法”＝　“Ｂ”　，　ＡＮＤ“教学效果”＝　“Ａ”　ＡＮＤ　“职称”＝“其　他”，Ａ　Ｎ　Ｄ“性别”＝“女”，Ｔ　Ｈ　Ｅ　Ｎ“评价等级”＝　“满意”　ＩＦ“教学态度”＝“Ａ”，ＡＮＤ“教学方法”＝　“Ｂ”　ＡＮＤ“教学效果”＝　“Ａ”　ＡＮＤ　“职称”＝“其　他”，Ａ　Ｎ　Ｄ　眭别”＝“男”，Ｔ　Ｈ　Ｅ　Ｎ“评价等级”＝　，　“比较满意”　ＩＦ“教学态度”＝…Ａ，ＡＮＤ“教学方法”＝　“Ｂ”　“教学效果”＝　“Ｂ”，　ＴＨＥＮ“评价等级”＝“比较　满意”　，，　、　教学态度　Ａ、　～ｃ　尚ｕｒ　。　职称、．　Ａ　教学方法　、ｅ　Ｂ　、　尚可、　教学效果、　／　教学设粜　Ａ　、、Ｂ　．ｌ｛々　讲　，　它　、　Ａ　ｊ茴意　－　满意　、　、　职称　教＋皇　删数挺　一　‘拱池　一一　、满意　满意　满意　性别　满意，　图二：人文学院评教决策树　数据挖掘结果　“教学态度”为Ａ，如果“教学方法”不好，课堂教学质量　评价等级就不好，所以加强教学方法的培训很重要。教师如果　上课注意“教学态度”、“教学方法”和“教学效果”，那么不论　职称或性别，评价等级就会很好。当“教学态度”为Ａ，“教学　方法”为Ｂ，“教学效果”为Ａ的职称除“其他”级外，评价等　级都很好，“其他”就是助教等级的教师，学生对女教师反应很　好，男教师要加强“教学方法”的改进。当“教学态度”为Ｂ　时，“其他”职称即助教职称的教师特别要加强课堂教学的培　训，学生对其评价不好。　４．数据挖掘结果分析　由以上两个学院的数据挖掘结果可以看出，教师的“教　学态度”是个关键因素，教学态度影响着整个课堂教学质量　学生的评价程度；对于石油工程学院，影响因素顺次是职称　和教学方法；对于人文学院，影响课堂教学质量的因素顺次　为教学方法、教学效果，最后才是职称和性别因素。　因此　根据以上挖掘结果，有针对性地对影响课堂教学质量的因素对　教师进行培训改进。首先在平时就要加强对教师的思想教育，　以加强教师对工作的热爱和强烈的责任心；其次对于承担专业