基于web的高校課堂教學質量評價和挖掘系統(tǒng)的開發(fā)

基于web的高校課堂教學質量評價和挖掘系統(tǒng)的開發(fā)

0基于web的高校課堂教學質量評價和挖掘系統(tǒng)的設計,為改進前沿系統(tǒng)的分析提供了一個好課堂在高等教育的過程中非常重要。課堂質量評價不僅可以監(jiān)督和促進教師的課堂活動，而且有助于樹立良好的教育風格，激發(fā)教師的積極性。因此，許多大學制定了自己的“課堂質量評價內容”，通過問卷、研究和網絡評分，實施了“課程質量評價流程”，收集了大量的原始數(shù)據和評估結果。將這些評估過程中殘留的原始數(shù)據作為研究對象，并使用當前的挖掘方法，發(fā)現(xiàn)相關規(guī)律和問題，改進課堂質量評價的內容，完善評估體系，真正“科學、客觀、公平、正確”評估教師的教育質量。由此,筆者利用MicrosoftSQLServerBusinessIntelligenceDevelopmentStudio,SQLServer2008及JSP技術開發(fā)了一套“基于Web的高校課堂教學質量評價和挖掘系統(tǒng)”.一方面,該系統(tǒng)作為數(shù)據的收集系統(tǒng),為學生提供評價課堂教學質量的平臺,將學生的打分數(shù)據收集到MYSQL數(shù)據庫中;另一方面,該系統(tǒng)作為數(shù)據的處理系統(tǒng),能分析數(shù)據并決策,將MYSQL數(shù)據庫中的數(shù)據移植到SQLServer2008中,再利用MicrosoftSQLServerBusinessIntelligenceDevelopmentStudio對其進行挖掘和分析,并得出相應的結論.1系統(tǒng)開發(fā)和培訓1.1數(shù)據庫的實現(xiàn)該系統(tǒng)的設計實施基于Struts+Spring+Hibernate架構,具體圖示如下.如圖1所示,使用Struts構建MVC開發(fā)模式,使用JSP技術結合Struts強大的TagLib實現(xiàn)系統(tǒng)表示層,在Spring框架中使用Ioc容器作為構件,有效托管系統(tǒng)代碼,實現(xiàn)系統(tǒng)數(shù)據操作層、業(yè)務邏輯層、視圖控制層之間低隙耦合.在數(shù)據持久化方面使用功能強大的Hibernate框架,它對JDBC進行了非常輕量級的對象封裝,可以隨心所欲地使用對象編程思維來操縱數(shù)據庫.并且Hibernate能夠實現(xiàn)跨數(shù)據庫平臺,這使得我們的系統(tǒng)可以運行在各個主流的數(shù)據庫上,而更改數(shù)據庫僅僅需要更改系統(tǒng)的數(shù)據庫配置而已,這為系統(tǒng)數(shù)據增長后進行數(shù)據庫移植帶來很大的便利.1.2數(shù)據庫文件的存儲如圖2所示,MYSQL數(shù)據庫中存放的是用戶通過JSP頁面提交的評價數(shù)據,這些數(shù)據需要通過Mi-crosoftSQLServerMigrationAssistant2008forMySQL移植到SQLSERVER2008中以便成為挖掘對象這樣做的好處是:1)用戶提交的評價數(shù)據始終存儲在MYSQL中,JSP頁面上的數(shù)據提交程序只需要關心MYSQL的數(shù)據存取機制便可.而且JAVA良好的移植性還能保證該網頁評價系統(tǒng)可以隨時安裝配置在任何平臺的機器上,但對于用戶來說這種改變卻是透明的.2)MicrosoftSQLServerBusinessIntelligenceDevelopmentStudio對于SQLSERVER2008中的數(shù)據訪問性能好,處理速度快,可以及時根據用戶的挖掘需求將數(shù)據處理成需要的結果.即便是SQLSERVER2008中的數(shù)據出現(xiàn)錯誤或者故障,都不會影響網頁評價功能的操作,而且還能無數(shù)次通過MicrosoftSQLServerMigrationAssistant2008forMySQL將數(shù)據從MYSQL中移植過來.3)數(shù)據挖掘后的結果所形成的報表及圖表等對象可以利用C#腳本在網頁中調用,用戶訪問的是最后生成的結果.這樣訪問的速度快并且穩(wěn)定,而這些對象的生成過程對于用戶來說則是透明的.2基于數(shù)據的方法生成挖掘模型是數(shù)據挖掘過程中最重要的部分,此過程包括:定義問題、準備數(shù)據、瀏覽數(shù)據、生成模型、瀏覽和驗證模型、部署和更新模型等6個步驟.圖3是MicrosoftSQLServerBusinessIntelligenceDevelopmentStudio提供的數(shù)據挖掘過程示意圖.盡管圖中所示的過程是一個循環(huán)過程,但是在執(zhí)行過程中某個步驟或者某些步驟可以根據需要而省略.創(chuàng)建數(shù)據挖掘模型是一個動態(tài)、交互的過程,這表現(xiàn)為:瀏覽完數(shù)據之后,可能會發(fā)現(xiàn)數(shù)據不足,無法創(chuàng)建適當?shù)耐诰蚰Ｐ?因此必須查找更多的數(shù)據;或者可以生成數(shù)個模型,但隨后發(fā)現(xiàn)這些模型無法充分地回答定義的問題,因此必須重新定義問題;可能必須在部署模型之后對其進行更新,因為又出現(xiàn)了更多的可用數(shù)據;可能需要多次重復過程中的每個步驟才能創(chuàng)建良好的模型.3云教育質量評估系統(tǒng)的挖掘與應用3.1關于課堂教學質量評價利用網頁評價功能,用戶將大量的評價基礎數(shù)據提交到了數(shù)據庫中,如何從這些數(shù)據中理性地分析并找到影響教學質量的主要因素,是我們所關心的問題.該系統(tǒng)所針對的課堂教學質量評價指標體系包括3個一級指標和14個二級指標,具體描述見表1.本系統(tǒng)的挖掘對象是:石家莊學院計算機系近兩年課堂教學質量評價結果的數(shù)據.本系統(tǒng)的挖掘目標是:從已有指標中找出對教學質量影響較大的指標,并得到合理的指標模型.用該指標模型對教師教學質量進行分析,起到提高教學質量的作用.3.2sql資料處理本系統(tǒng)所需挖掘的數(shù)據已經由MicrosoftSQLServerMigrationAssistant2008forMySQL將數(shù)據從MYSQL中移植到SQLSERVER2008數(shù)據庫中,主要涉及到以下幾張數(shù)據表:1)教師信息表,所涉及的字段如下:教師號、性別、年齡、職稱、學歷.2)課堂教學質量評價信息表,所涉及的字段如下:評價條目編號、評價條目內容、評價條目權值.3)學生評價表,所涉及的字段如下:序號、評價編號(這個是教師授課關系編號,每一個編號代表一個教師所授的一門課程)、評價條目編號、評價分值.3.3創(chuàng)建挖掘結構使用MicrosoftSQLServerBusinessIntelligenceDevelopmentStudio建立AnalysisServices項目“PingguAnalysisServices”,定義用于分析的數(shù)據源,然后建立處理數(shù)據所使用的算法和自定義指令的模型.這里數(shù)據源即SQLSERVER2008中的數(shù)據庫,所選擇的表即數(shù)據準備階段的3張表.在生成數(shù)據挖掘方案時,需要創(chuàng)建挖掘結構,所有的挖掘模型都是基于該結構的.MicrosoftSQLServerBusinessIntelligenceDevelopmentStudio中的挖掘向導自動定義挖掘結構,在創(chuàng)建同時添加一個挖掘模型,并在以后的應用中根據需要添加多個不同的挖掘模型.挖掘結構創(chuàng)建完成,為這個挖掘結構選擇最佳算法是研究工作需攻克的難關.為此,依據不同的挖掘結構采用不同的算法來執(zhí)行同樣的任務,每個算法會生成不同的結果,而某些算法還會生成多種類型的結果例如,Microsoft決策樹算法不僅可以用于預測,還可用于識別出不影響最終挖掘模型的列,將它用于減少數(shù)據集的列數(shù).在所創(chuàng)建的挖掘結構上添加了兩個挖掘模型:Microsoft關聯(lián)算法和Microsoft聚類分析算法挖掘模型,效果如圖4所示.3.4關聯(lián)規(guī)則查算創(chuàng)建模型之后,在數(shù)據挖掘設計器中的“挖掘模型查看器”選項卡中,AnalysisServices為每個挖掘模型類型提供了查看器,可以使用這些查看器來瀏覽挖掘模型.每種算法類型的查看器還包含Microsoft一般內容查看器,用于顯示所有算法的共同內容,這包含AnalysisServices在分析過程中捕獲的模式和統(tǒng)計的信息、各個節(jié)點的特征、概率、回歸公式以及其他技術細節(jié).以關聯(lián)規(guī)則為例:Microsoft關聯(lián)算法可以幫助利用現(xiàn)有項來預測事務中存在的其他項.圖5是Microsof關聯(lián)規(guī)則查看器中的“規(guī)則”選項卡的內容.“規(guī)則”選項卡包括“概率”、“重要性”和“規(guī)則”等列.“概率”說明出現(xiàn)規(guī)則結果的可能性.“重要性”用于度量規(guī)則的用途,重要性越高,規(guī)則越重要.4基于eloplusstp的高校課堂質量評價系統(tǒng)筆者描述了利用數(shù)據挖掘工具MicrosoftSQLServerBusinessIntelligenceDev