【技术实现步骤摘要】
对学生进行学习效率评价和学习效率提升优化的评价方法
本专利技术涉及教育学领域,尤其涉及一种是对学生进行学习效率评价和学习效率提升优化的评价方法。
技术介绍
“百年大计,教育为本”,然而对比于在教育方面的巨大投入,当前我国很多学校的教学质量和教学效率都不尽如人意,尽管很多学校采取了问卷调查等方式收集了学生对于教学过程的意见并着力改进,但是效果并不明显。因为学生是校园主体,而学生又是独立的个体,每个学生的学习状态、学习习惯都千差万别,虽然进入大数据时代后,学生的很多信息都可以通过信息系统查询得到,然而对数据的利用效率较低,学校和老师很难合理准确地了解分析学生的状态并提供具有针对性的指导及做出合理决策,使整个教学效果大打折扣。
技术实现思路
本专利技术公开了一种对学生进行学习效率评价和学习效率提升优化的评价方法,以解决现有技术的上述以及其他潜在问题中任一问题。为实现以上目的,本专利技术采取以下技术方案:一种对学生进行学习效率评价和学习效率提升优化的评价方法,该方法利用CHPI模型对各个信息系统收集的学生数据进行分段处理,通过聚类分析方法最大化各个数据点间的相似程度对学生数据进行特征聚类,将聚类后的学生数据基于学生的投入产出指标对学生学习效率进行分层,计算分层内所有学生个体的吸引力,最终确定学生数据的榜样集合,针对性的给出学习效率的优化方法。进一步,所述评价方法的具体步骤为:S1)从各个信息系统收集学生数据,对收集到的学生数据进行特征提取;S2)利用聚类分析对S1)处理后学 ...
【技术保护点】
1.一种对学生进行学习效率评价和学习效率提升优化的评价方法,其特征在于,该方法利用CHPI模型对各个信息系统收集的学生数据进行分段处理,通过聚类分析方法最大化各个数据点间的相似程度对学生数据进行特征聚类,将聚类后的学生数据基于学生的投入产出指标对学生学习效率进行分层,计算分层内所有学生个体的吸引力,最终确定学生数据的榜样集合,针对性的给出学习效率的优化方法。/n
【技术特征摘要】
1.一种对学生进行学习效率评价和学习效率提升优化的评价方法,其特征在于,该方法利用CHPI模型对各个信息系统收集的学生数据进行分段处理,通过聚类分析方法最大化各个数据点间的相似程度对学生数据进行特征聚类,将聚类后的学生数据基于学生的投入产出指标对学生学习效率进行分层,计算分层内所有学生个体的吸引力,最终确定学生数据的榜样集合,针对性的给出学习效率的优化方法。
2.根据权利要求1所述的评价方法,其特征在于,所述评价方法的具体步骤为:
S1)从各个信息系统收集学生数据,对收集到的学生数据进行特征提取;
S2)利用聚类分析对S1)处理后学生数据进行特征聚类;
S3)基于学生个体的学习效率的投入产出数据对学生个体的学习效率进行分层;
S4)计算分层后每个学生个体对下层所有学生个体的吸引力;
S5)确定数据的榜样集合,针对性的给出学习效率的优化方法。
3.根据权利要求2所述的评价方法,其特征在于,所述S1)具体实现步骤为:
S1.1)首先,对采集的学生数据进行特征提取;
S1.2)通过异常值筛选的方法去掉对分类产生影响的异常的极端学生数据;
S1.3)采用最大最小归一化方法对经过S1.2)处理后的学生数据分别进行归一化处理,并采用主成分分析法对所有归一化处理后学生数据进行降维处理。
4.根据权利要求2所述的评价方法,其特征在于,所述S2)的具体步骤为:
S2.1)设有n个学生个体DMUj,n的取值范围为大于0的正整数,每个学生个体DMUj0都有m个不同的投入指标和s个不同的产出指标,m和s的取值范围为大于0的正整数,学生个体的学习效率为学生的学习产出加权和与投入加权和之比,根据以下公式(1)求出学生个体的学习效率公式如下:
式中:为第j0个学生个体的学习效率;和分别为学生个体DMUj0在第i个投入指标上的投入量和在第r个产出指标上的产出量,xij和yrj分别为学生个体DMUj在第i个投入指标上的投入量和在第r个产出指标上的产出量;ur,vi分别代表第i个投入指标和第r个产出指标的权重;
S2.2)如果第j0个学生个体的学习效率值等于1,则认为该学生个体的学习效率是有效的;如果小于1,则认为该学生个体学习效率效率低下。
5.根据权利要求4所述的评价方法,其特征在于,所述S3)的具体步骤为...
【专利技术属性】
技术研发人员:赵鲁涛,梁丰韵,郑志益,王岱嵩,
申请(专利权)人:北京科技大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。