文献类型：期刊文章

作　　者：谢雨婷[1] 代秀云[2] 黄先莉[1] 李纪平[3] 刘守印[1]

XIE Yu-ting;DAI Xiu-yun;HUANG Xian-li;LI Ji-ping;LIU Shou-yin(School of Physical Science and Technology,Central China Normal University,Wuhan,430079,China;Student Affairs Department,Central China Normal University,Wuhan,430079,China;School of Computer and Information Science,Hubei Engineering University,Xiaogan,432000,China)

机构地区：[1]华中师范大学物理科学与技术学院,湖北武汉430079 [2]华中师范大学学生工作部,湖北武汉430079 [3]湖北工程学院计算机与信息科学学院,湖北孝感432000

出　　处：《高等理科教育》

基　　金：2018年湖北高校省级教学研究项目(项目编号:2018089)。

年　　份：2021

期　　号：1

起止页码：115-123

语　　种：中文

收录情况：JST、NSSD、RCCSE、RWSKHX、普通刊

摘　　要：数据挖掘技术应用于高等教育管理,使多维度量化评价学生成为可能。首先对学生课堂内外的成绩数据收集和预处理,基于主成分分析法提出九维综合素质评价指标,依据各维指标量化值,结合雷达图实现对学生个体综合素质多维度、全方位的评价。其次,借助SOM(Self-Organizing Feature Map)神经网络构建学生群体分类模型,针对分类结果完成对学生群体综合素质的评价。研究结果表明,大学生综合素质的量化精准评价,对提高教学质量和人才培养质量具有重要意义。

关 键 词：学生成绩  综合素质  量化评价  

分 类 号：G645]