[发明专利]一种基于指标权重学习和行为熵的微格教学综合评价方法

权利要求书

1.一种基于指标权重学习和行为熵的微格教学综合评价方法，其特征在于方法步骤如下：

(1)构建教学技能指标；假设所述教学综合评价方法中共有N₁个一级教学指标，记为表示第i个一级指标，并含有个二级教学指标表示第i个一级教学指标所含的第j个二级教学指标；

(2)收集样本；假设当前共有N₃个试教者的历史评价结果，第k个试教者的历史评价结果属于第p个等级，即其中，等级指标集为R＝{A，B，C，D，E}，p∈{1，2，3，4}，分别表示为优秀、良好、中等、一般和差；为了便于第(3)步训练计算，将各等级进行量化，即A＝5，B＝4，C＝3，D＝2，E＝1；

(3)确定权重；利用神经网络算法学习各级指标权重，建立二级隐层BP神经网络模型，通过样本学习得到一级指标权重向量和二级指标权重向量即所有N₁个一级教学指标对应的全部二级教学指标按顺序排列的集合，其中随着样本的增加，可进行反复训练，不断优化所述指标权重向量V₁和V₂，使每个评价指标的权重更接近于真实情况；

(4)计算试教者评分；利用第(3)步得到的权重向量V₁和V₂，作为第(3)步所述二级BP神经网络模型的参数计算微格教学试教者的教学等级评分，如计算第k个试教者的教学等级评分为

(5)构造互动行为指标集；假设所述教学综合评价方法中共有N₅个课堂教学互动行为指标，表示第l个互动行为指标；

(6)计算课堂教学互动行为熵；对每位试教者在教学时间T内按时间间隔t采集课堂教学互动行为发生次数，并计算行为概率，即对第k个试教者以t为时间间隔，采集第l个教学互动行为指标在教学时间T内发生次数为计算行为概率并计算第k个试教者课堂教学互动行为熵H_k值越大表明第k个试教者的教学行为越丰富，反之则第k个试教者教学行为越少；

(7)综合评价；根据教学等级评分和行为熵H_k计算第k个试教者的综合评价结果