[发明专利]基于层次分析法的教师质量智能评测方法及存储介质

权利要求书

1.基于层次分析法的教师质量智能评测方法，其特征在于，包括以下：

步骤101、确定教师质量评测的影响因素；

步骤102、根据所述教师质量评测的影响因素建立教师质量评测的评价指标体系；

步骤103、通过层次分析法计算得到所述评价指标体系的指标权重；

步骤104、根据所述指标权重得到教师质量评测模型；

步骤105、将教师的所述影响因素的相关评分带入所述教师质量评测模型得到所述教师的评测得分。

2.根据权利要求1所述的基于层次分析法的教师质量智能评测方法，其特征在于，上述步骤101中的确定教师质量评测的影响因素的方式具体包括：

通过问卷调查的方式调查学生对教师的关注点的评价，对教师的所述关注点包括，教师的教学教态、教学系统性以及学生期末成绩。

3.根据权利要求2所述的基于层次分析法的教师质量智能评测方法，其特征在于，上述步骤102中的建立教师质量评测的评价指标体系具体包括以下；

通过问卷调查得出学生进行教师质量评测时的关注点，以所述关注点为评价指标，建立评价指标体系，所述评价指标体系包括教师的教学教态、教学系统性以及学生期末成绩。

4.根据权利要求3所述的基于层次分析法的教师质量智能评测方法，其特征在于，上述步骤103中得到所述评价指标体系的指标权重具体包括以下：

确定每个评价指标的相对重要程度，构建递阶层次结构模型和判断矩阵，通过一致性检验进行筛选修正，得到所述评价指标体系的指标权重。

5.根据权利要求4所述的基于层次分析法的教师质量智能评测方法，其特征在于，所述确定每个评价指标的相对重要程度的方式为通过专家打分建立判断矩阵的方式，计算所述评价指标体系的指标权重具体包括以下，

步骤501、选定6个专家，将6个所述专家一次编号为A1-A6，获取专家对各个评价指标的相对重要程度的判断结果，建立判断矩阵，所述判断矩阵具体包括以下：

步骤502、将判断矩阵的每一列元素进行归一化处理，其元素的一般项为：

其中a_ij表示判断矩阵第i行，第j列的元素；

步骤503、将各列归一化后的判断矩阵进行按行相加的操作，并进行归一化处理得到判断矩阵的特征向量W，用以下式子表示：

步骤504、通过判断矩阵以及特征向量计算得到判断矩阵的最大特征根其中(AmW)_i表示向量AmW的第i个元素，m取[1，6]，Am代表相应编号的判断矩阵；

步骤505、对所述判断矩阵进行一致性检验得到各个评价指标的指标权重，CR＝CI/RI，其中CI表示一致性指标，RI表示随机一致性指标。

6.根据权利要求5所述的基于层次分析法的教师质量智能评测方法，其特征在于，上述步骤104中的教师质量评测模型具体包括以下：

根据计算得出的指标权重，分别设定教学教态为Q1，相应的指标权重为q1；教学系统性为Q2，相应的指标权重为q2；学生期末成绩为Q3，相应的指标权重为q3，

则所述教师质量评测模型M＝Q1*q1+Q2*q2+Q3*q3。

7.一种计算机可读存储的介质，所述计算机可读存储的介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6中任一项所述方法的步骤。