基于模糊论和数据挖掘网络学习过程评价研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于模糊论和数据挖掘网络学习过程评价研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：随着计算机网络技术的飞速发展，网络教学成了目前的一种重要的内容和平台。和传统的教学相比，网络教学更加的自动化，给学生提供了自由学习的机会和平台，对于培养学生的自主性有着极好的效果。教师和同学之间可以相互的反应和回馈。网络学习过程评价是网络教学中的一个重要部分。能全面、客观、公正的对学生的知识掌握情况进行反应。学习的过程评价好结果评价是素质教育的基本要求。评价可以对学生产生促进、督促的作用。但是我国目前尚未形成一种标准的网络学习的评价，并且我国目前的网络学习评价存在着很多的问题。本文主要从目前存在的问题出发，针对性的提出网络学习评价系统的建设的意见和建议。

关键词：模糊论 数据挖掘 网络学习 过程评价

1 数据挖掘

数据挖掘是一种应用统计学、人工智能、模式的识别、并行计算、数据库技术等技术进行研究的学科。数据挖掘帮助我们从无规律的、不全面的、模糊的数据中找到我们需要的数据。并且具有潜在的价值的信息。

数据挖掘的流程：⑴明确目的；⑵数据挖掘的准备；⑶数据的选择、预处理、转化；⑷使用相应的算法对数据进行分析、总结，提取有用的数据；⑸结果的深入分析；⑹将最后的结果集成到网络学习过程评价系统中。

2 模糊评价

⑴单因素模糊评价。单因素的模糊评价的指标分为两个级别的分别为：一级指标、二级指标。一级指标和二级指标相对应。括号里是相应的权重

一级指标：⑴学习态度⑵学习方法⑶课堂表现⑷学习效果

二级指标：A（0.15）、上课认真练习（0.3）热爱学习、有上进心（0.3）预习充分、对知识的掌握比较好（0.2）按时上课、不早退（0.2）；B（0.2）、答题思路清晰（0.3）方法应用得当（0.2）重难点的突破（0.3）联系实际、针对性强（0.2）；C（0.3）、能在课堂得到启发（0.2）课堂听课活跃（0.3）能对知识由浅入深（0.5）；D（0.35）、学到基本的知识体系（0.3）作业的完成整体效果好（0.2）能举一反三（0.5）

⑵多因素模糊评价。评价因素集U将所有指标的进行综合，最后通过模糊分析得出学生的最终的评价集P。根据上述的一级和二级指标，

A=”学习态度”={A1，A2，A3，A4}；B=”学习方法”={B1，B2，B3，B4}；C=”课堂表现”={C1，C2，C3}；D=”学习效果”={D1，D2，D3，D4}；评价集P={优秀，良好，正常，较差}；

构建模糊矩阵：结合实际的班上的人数进行，对每一个二级指标的优秀，良好，正常，较差的人数进行统计。例如分别为60 20 10 10。则相应的量化为60/100，20/100，10/100，10/100。得出相应的二级指标的矩阵为{60/100，20/100，10/100，10/100}.以此类推。得出一系列的二级指标的矩阵。最后的模糊评价矩阵由上部分的组成：

假设第一指标A类的矩阵为R1=R11R12R13R14； R21R22R23R24；R31R32R33R34；R41R42R43R44

以此类推得出第一指标的B，C，D的相关的矩阵R2，R3，R4等。

权重值的分配情况为：B1{0.3，0.3，0.2，0.2}；B2{0.3，0.2，0.3，0.2}；B3{0.2，0.3，0.5}；B4{0.3，0.2，0.5}

最终的评价矩阵为Q1=B1xR1；Q2=B2xR2；Q3=B3xR3；Q4=B4xR4；

根据最后的评价矩阵的出的数值对学生进行评价。按照最大的隶属度原则。去最大的一个直最为学生的最终的评价。例如如果最后的矩阵为{0.32，0.45，0.98，0.1}，则0.98作为最后的成绩。相应的评价为优秀。

3 系统的模块设定

⑴交互程度模块。交互式模块为的是学生能够和老师、同学之间进行有效的沟通。能够将学生学习的情况进行统计和反馈，在整个系统中占据着重要的角色。主要是、由一些交互式界面、后台数据库、各种的终端设备组成。可以设计包括学生的分数、练习的历史情况、老师最新的布置作业等板块。

⑵答疑模块。这一部分主要是为了让学生和老师之间进行有效的沟通，能够方便老师对学生的情况有一个比较清晰的了解。主要是简单的对话框。可以进行文字、语音的通信即可。

⑶考试测试模块。考试测试模块是系统的核心，主要设计的就是每一次的练习、测试、期中期末的考试。这个模块的设计将会是系统设计的重点。因为这部分核心功能使数据挖掘的主要渠道和途径。

必须具有强大、稳定的后台数据库支持。

⑷资源利用模块。资源利用模块是系统的附属板块，主要是一些学习资源的储存和放置。虽然功效简单，但是也是必不可少的。主要供学生们的资源下载。在线学习所使用。

基于数据挖掘和模糊论网络学习过程评价系统的设计和研究目前处于一种发展的趋势。将模糊论、数据挖掘和系统设计的结合将会开发出优秀的评价系统。这对以后的网络学习的评价有着重要的意义。该系统的设计将会改变传统的网络学习评价系统。

[参考文献]

[1]冯永潮.提高教育评价科学性的基本途径[J].教育研究，2002.2.

[2]汤先君.浅谈数学新课程教学的几种评价方法[J].教育研究，2005.8.

[3]杨伦标.模糊数学原理及其应用[M].广州：华南理工大学出版社，1998.

[4]刘琳，刘志新，吴忠强.高校教学质量模糊评价体系及实践[J].石家庄经济学院学报，2006.3.

[5]庞先伟.基于数据挖掘技术的资源型学习.中国教育改革，第三期，2003.7.

[6]屠宏，吴宏江.数据挖掘在网络学习者学习特征分析系统中应用.《远程教育杂志》，2004.5.

[7]邵兴江.数据挖掘在信息化中的应用空间分析.《浙江现代教育技术》，2004.3.

[8]朱凌云，罗廷锦，余胜泉.网络课程评价.开放教育，2003.2.