摘  要： 應(yīng)用模糊聚類最大樹算法對(duì)教學(xué)質(zhì)量評(píng)估指標(biāo)進(jìn)行聚類以確定關(guān)鍵評(píng)估指標(biāo)集，使用模糊相似關(guān)系挖掘出大量數(shù)據(jù)中教學(xué)質(zhì)量評(píng)估指標(biāo)與評(píng)估等級(jí)之間的規(guī)則，并以本校數(shù)據(jù)實(shí)例為對(duì)象建立教學(xué)質(zhì)量評(píng)估模糊數(shù)據(jù)挖掘驗(yàn)證了該方法的有效性。
關(guān)鍵詞： 模糊數(shù)據(jù)挖掘；模糊聚類；教學(xué)質(zhì)量評(píng)估；模糊相似矩陣

    教學(xué)管理是為了實(shí)現(xiàn)教學(xué)目標(biāo)，按照教學(xué)規(guī)律和特點(diǎn)對(duì)教學(xué)過(guò)程進(jìn)行的全面管理。通過(guò)不斷改善影響學(xué)校教學(xué)質(zhì)量的內(nèi)部因素和外部因素，建立科學(xué)的評(píng)價(jià)體系來(lái)提高教學(xué)質(zhì)量，達(dá)到最佳教學(xué)效果。
    數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識(shí)(即數(shù)據(jù)中的知識(shí)發(fā)現(xiàn))，并以這些知識(shí)為基礎(chǔ)，自動(dòng)做出決策和預(yù)測(cè)。數(shù)據(jù)挖掘已經(jīng)應(yīng)用于眾多領(lǐng)域，如金融數(shù)據(jù)分析、零售業(yè)、信息檢索等。隨著信息技術(shù)的發(fā)展和高等教育體制改革的不斷深入，高校實(shí)現(xiàn)了教育信息化，大大提高了工作效率。將數(shù)據(jù)挖掘技術(shù)應(yīng)用于高校教務(wù)管理中，可以挖掘出重要的對(duì)決策或者預(yù)測(cè)有用的信息和知識(shí)，利用分析結(jié)果輔助教學(xué)，幫助教學(xué)管理者做出科學(xué)的決策。然而數(shù)據(jù)庫(kù)或者數(shù)據(jù)倉(cāng)庫(kù)的容量越大，系統(tǒng)復(fù)雜性越高，相應(yīng)的精確化能力就越低，也就是說(shuō)模糊性越強(qiáng)，因而僅僅依靠復(fù)雜算法和推理并不能完全發(fā)現(xiàn)隱藏知識(shí)，因此，考慮將模糊數(shù)學(xué)、模糊邏輯和數(shù)據(jù)挖掘結(jié)合起來(lái)的模糊數(shù)據(jù)挖掘技術(shù)引入到教學(xué)質(zhì)量評(píng)估中。



3 模糊數(shù)據(jù)挖掘在教學(xué)質(zhì)量評(píng)估中的應(yīng)用
3.1 建立教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系
    課堂教學(xué)質(zhì)量測(cè)評(píng)工作是教學(xué)質(zhì)量評(píng)估體系的重要組成，是加強(qiáng)教學(xué)管理、提高教學(xué)質(zhì)量的重要手段。為使課堂教學(xué)質(zhì)量、學(xué)生測(cè)評(píng)工作科學(xué)化和規(guī)范化，教務(wù)處制定了完善的課堂教學(xué)評(píng)價(jià)指標(biāo)體系，其中第n條是整體評(píng)價(jià)。如表1所示。

3.2 教學(xué)質(zhì)量評(píng)價(jià)中的模糊數(shù)據(jù)挖掘
    通過(guò)科學(xué)評(píng)估教師的課堂教學(xué)質(zhì)量，為學(xué)校教學(xué)管理提供決策的信息與依據(jù)，促使形成一套較為完整的教學(xué)評(píng)價(jià)機(jī)制。每門課程的學(xué)生測(cè)評(píng)成績(jī)（統(tǒng)計(jì)時(shí)自動(dòng)剔除5%的最高分和最低分）由教務(wù)管理系統(tǒng)自動(dòng)生成。教師的學(xué)期測(cè)評(píng)成績(jī)?yōu)槠湓搶W(xué)期所承擔(dān)的各門課程學(xué)生測(cè)評(píng)成績(jī)的平均值。年度測(cè)評(píng)成績(jī)?yōu)閮蓪W(xué)期的平均值。如教師只承擔(dān)一個(gè)學(xué)期的課程，則以該學(xué)期測(cè)評(píng)成績(jī)?yōu)槠湓撃瓿煽?jī)。教師年度學(xué)生測(cè)評(píng)成績(jī)以70％計(jì)入教師當(dāng)年教學(xué)考核總評(píng)成績(jī)。表2所示為我校10名教師的學(xué)生測(cè)評(píng)成績(jī)。

    本文使用基于模糊聚類最大樹算法的模糊數(shù)據(jù)挖掘發(fā)現(xiàn)教學(xué)質(zhì)量評(píng)估數(shù)據(jù)庫(kù)中教師課堂教學(xué)質(zhì)量評(píng)估等級(jí)同評(píng)估指標(biāo)之間的規(guī)則知識(shí)，依據(jù)該規(guī)則知識(shí)對(duì)挖掘結(jié)果進(jìn)行有效的評(píng)價(jià)，并且在分析、預(yù)測(cè)方面有著很大的優(yōu)勢(shì)，從而幫助決策者做出決策。當(dāng)然對(duì)于該教學(xué)質(zhì)量數(shù)據(jù)挖掘來(lái)說(shuō)，這只是一部分工作，如何進(jìn)一步優(yōu)化該系統(tǒng)是下一步研究的主要工作。
參考文獻(xiàn)
[1] 劉琦，林懷忠，陳純.模糊聚類的最大樹算法在Web頁(yè)面分類中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用研究，2004，21(11)：286-287.
[2] 王新洲，舒海翅.模糊相似矩陣的構(gòu)造[J].吉首大學(xué)學(xué)報(bào)(自然科學(xué)版)，2003，24(3)：37-41.
[3] Zhan Liqiang，Liu Daxin.Fuzzy clustering method for web  user based on pages classification[J].Wuhan University Journal of Natural Sciences，2004，9(5)：553-556.
[4] 馮源.基于模糊相似矩陣與粗糙集的規(guī)則獲取[J].太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版)，2008，7(1)：26-30.