[发明专利]一种基于CDBN的高校教学质量评估方法

说明书

本发明提供一种基于CDBN的高校教学质量评估方法，针对高校教学课堂环境中数据的动态、异构以及分布的特性，利用卷积深度置信网络理论(CDBN)开发了一种高校教学质量评估方法和模型。采用本发明所构筑的评估模型，可以实现对教学活动、教学过程和教学结果进行系统的分析和评价，并根据学生的课堂出勤率和课堂评价，得出课堂表现；本发明提出的CDBN模型将学习质量、学习过程，课堂教学中的学习态度等数据可以实时记录、分析和整合，从而实现教学效果实时、深入、全面地监督教师的教学进度和过程为优化教学过程提供决策依据，本发明对加强高校课堂教育与社会发展的联系、实现人才培养和教育目标具有积极作用。

技术领域

本发明属于计算机资源应用技术领域，具体涉及一种基于CDBN的高校教学质量评估方法。

背景技术

随着经济的发展和科学技术的进步，传统的教学方法也在不断变化。多媒体教学已成为主流的教学模式。在教学过程中，根据教学目标和教学对象的特点，通过教学设计，合理选择和使用现代教学媒体，并与传统教学方法有机结合，可以使信息化技术和数据模型参与到整个教学过程中，各种媒体信息有机结合，并与学生形成一种互动关系合理的教学过程结构，达到最佳的教学效果。

然而，目前的多媒体课堂教学评价方法还存在很多不足，如反馈课程计划与实际教学缺乏数据关联，教学过程和教学进度不能实时监控，学生课堂参与不够，缺乏数字互动和互动等对教学活动进行系统分析，未能对课程资源进行精细分类和准确利用，未能对课程资源的有效利用进行监控，在教学质量评价中缺乏客观的过程数据支持，预警功能薄弱，导致形成性评价缺乏科学性、课程标准和计划中缺乏数据关联和定量评价、课堂教学质量缺乏技术监督，教学设计中缺乏知识点的精细设计等，最终导致高校教学顶层设计中缺乏系统的数据分析支持，因此，需要一种新的智能教学评价评估方法来解决上述技术难题，满足现代教学的需要。

本发明针对教学课堂环境中数据的动态、异构以及分布的特性，利用卷积深度置信网络理论(CDBN,Convolutional Deep Belief Network)开发了一种基于CDBN的高校教学质量评估方法和模型。采用此方法，可以实现对教学活动、教学过程和教学结果进行系统的分析和评价，深度挖掘现学习者的学习结果与学习内容、学习资源、教学行为等变量之间存在相关性关系，为优化教学过程提供决策依据。本发明对加强高校课堂教育与社会发展的联系，实现人才培养和教育目标，促进高素质人才的发展具有积极作用；本发明经过仔细的数据组织和归纳，形成评价体系中的数据结构，本发明通过具体实施例模拟了方法的可行性和自身优势。

发明内容

针对现有技术的不足，本发明提供了一种基于CDBN的高校教学质量评估方法，以解决上述技术问题。

本发明提供的一种基于CDBN的高校教学质量评估方法包括：

提前搭建教学知识点的能力等级体系，构建一系列公平的评价指标；

根据学生反馈评价是否达到相应的能力水平，获得目标达成程度；

监控学生评估问题、课堂问答和课堂讨论的完成情况，获取课程参与度，建立跨校区的数据库，通过大数据预测指导、帮助学生提升成绩；

根据学生课堂出勤情况和课堂评价，得出课堂表现；

学生的学习质量是根据目标的达成程度、参与课程的程度和课堂表现的程度来评价的。

借助CDBN数学模型分析的方法，从看似无关的数据堆中寻找有代表价值的信息，经过仔细的组织和归纳，形成评价体系中的基本数据方法论。将教学数据重复收集并不停训练模型，合理归纳学习者的学习结果与学习内容、学习资源、教学行为等变量之间存在相关性。

进一步对学生进行评价，根据评价结果得出知识点目标达成程度，并使用基于卷积神经网络建立的数据模型为决策提供预案和预警；

本发明首选以课堂提问的教学数据采集方式，包括：