基于熵权法的教务大数据的挖掘和聚类分析

摘要：

随着信息化建设的发展,高等学校积累了海量的教务数据,对该数据进行挖掘,并探讨建立高效的质量评价指标体系显得十分必要.首先,基于某高校学期内所有课程的评教大数据,从5项指标出发,采用熵权法定量计算各项指标的权重,建立了机器学习的TOPSIS(Technique for order preference by similarity to an ideal solution)模型;然后,将大数据按照得分进行聚类分析,得到了相应的教学特征;最后,将课程考核平均绩点与各项指标得分进行相关分析,结果表明课程综合评价得分以及5项指标与课程成绩均呈现统计学上显著的相关性.

关键词：教务大数据、熵权法、TOPSIS模型、聚类分析、统计相关性

所属期刊栏目：51

分类号：O29(应用数学)

资助基金：国家自然科学基金;浙江工业大学校级研究生教改项目

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：84-87