基于樸素貝葉斯理論的教師評價分析系統(tǒng).pdf

1、近年來，數(shù)據(jù)庫應用技術日趨成熟，Internet技術迅速發(fā)展，積累的數(shù)據(jù)量高速增長。對于海量數(shù)據(jù)，人們已不能滿足于查詢、統(tǒng)計等分析手段，而需要發(fā)現(xiàn)更深層的規(guī)律，進而對科研工作提供有力的決策支持。人們從大量數(shù)據(jù)中提取有用信息，將機器學習應用于大型數(shù)據(jù)庫的數(shù)據(jù)挖掘技術得到了長足的發(fā)展，數(shù)據(jù)挖掘技術在各行各業(yè)進行廣泛的應用研究。
　　 在高職學院中，教師評價工作一直存在，并作為學院教學工作的重點。該工作通常由系部配合教學管理部門共同完

2、成，這種評價方法，只是取得單純的評估結果，進行簡單的查詢、統(tǒng)計，卻沒有對測評數(shù)據(jù)進行進一步的分析，不能充分發(fā)揮其對教學的指導作用。而在評價過程中，產(chǎn)生了十分巨大的數(shù)據(jù)信息量，必須要對搜集的數(shù)據(jù)資源進行分析處理，使學生的打分評價具有體現(xiàn)性及代表性，能在良好的評價氛圍下真實地反映教師的教育教學工作水平，是我們需要研究的課題。
　　 貝葉斯分類方法是一種具有最小錯誤率的概率分類方法，可以用數(shù)學公式的精確方法表示出來，并且可以用很多種概

3、率理論來解決。樸素貝葉斯分類算法可以與決策樹和神經(jīng)網(wǎng)絡分類算法相媲美，該算法能運用到大型數(shù)據(jù)庫中，且方法簡單、分類準確率高、速度快。所以本文選擇將樸素貝葉斯分類方法應用到教師評價的分析研究中。
　　 本文研究的主要內容是樸素貝葉斯分類方法在教師評價數(shù)據(jù)分析中的應用。重點討論了樸素貝葉斯分類算法，以每學期學生與督導教師分別對任課教師評價的數(shù)據(jù)作為基本數(shù)據(jù)源，采用數(shù)據(jù)庫技術建立庫表，并將表進行連接，使用樸素貝葉斯分類算法建立教師評價