高职院校实验教学质量评价中决策树的应用研究

课题来源：广东科学技术职业学院校科研项目[项目编号：XJZD201212]。

作者简介：黄伟增（1982—），男，广东河源人，本科，广东科学技术职业学院计算机专业教师，讲师。

摘要：对于计算机教学中的质量评价需要采用新型的决策树来进行评价，实现教学质量的优化升级。决策树方法是一种以数据挖掘为核心技术的算法，主要的优势在于能够从整合的数据中找出潜在的、对决策有价值的信息。文章就针对高职院校实验教学质量评价中决策树的应用进行系统的研究。

关键词：实验教学；质量评价；决策树

一、决策树方法概述

决策树方法是一种以数据挖掘为核心技术的算法，主要优势在于能够从整合的数据中找出潜在的、对决策有价值的信息。它经常性地被常用于数据预测的模型中。决策树是利用最大信息量建立一个完整的节点，再取不同的分枝，依次建立不同的节点，决策树的算法是著名的Quinlan所提出的ID3方法，目前被改进为C45。C45算法是将信息的增益率分化为分枝中的一个属性来进行选择的，这种天算法最大的优势就是能够实现数据处理的连续性。

对于计算机教学来说，传统的考核方式并不能全面地反映出学生的学习成效。因为传统的考核方式主要为选择题和判断题，能够测试学生对计算机理论知识的理解，却不能测试学生的实际动手操作能力。根据计算机课程教学目标，可以建立一套综合评价体系，学生的综合成绩包括考试成绩和平时成绩两部分，在学生参加一级考试的基础上，增加学生平时的作业、实验以及小测试等考核。因此，对于计算机教学中的质量评价需要采用新型的决策树来进行评价，实现教学质量的优化升级。

二、高职院校实验教学质量评价体系的理念

1以学生的全面发展为根本

要建立完善的经济管理类专业教学质量的评价，就要以学生的全面发展为根本。首先，在教学质量评价的目标设定上，要明确评价的目标不仅是对学生掌握的知识数量和对专业技能的学习水平以及教师的教学水平的评价，而且要评价学生的实际创新能力。其次，在对教师具体的教学过程以及学生的学习过程进行评价时，既要对日常教学工作中教师引导学生积极进行探索，并努力培养学生的创新能力的各种具体的教学策略进行评价，也要对学生在实际学习过程中完成学习任务的程度以及达成学习目标的具体水平进行评价。

2注重教师的成长

教学质量的评价不仅要对学生的实际学习水平进行评价，也要对教师的教学水平和教学效果进行评价，从而有效促进教师的成长。在对教学质量进行评价的时候，重点要对教师教学过程中出现的问题进行诊断。例如：要对教师确定的教学范围和深度进行评价，确定是否合适；要认真评价教师所选的教学媒体，判断是否与实际教学内容和具体对象相契合。评价的过程要能积极帮助教师确定发展目标，并努力满足其发展需要为目的，而不是简单的审查或者鉴定教师的教学质量和效果。

3以学评教，教学结合

以学评教是要积极地参照学生在实验教学中呈现的真实状态，从而对课堂实际教与学的质量进行评价。学生在课堂学习过程中所表现出的具体状态可以分为情绪状态和注意状态以及参与、交往状态，还有思维状态和生成状态等。其中，情绪状态集中表现出学生对学科保持兴趣的时间长短，以及自我调节和控制学习情绪的具体能力；注意状态则表现出学生对所讨论问题的关注程度，以及回答的针对性；投入思考的程度和发表个人看法并主动操作方面是参与状态的表现；交往状态则是指学生在学习过程中与他人进行交流合作，并共同解决相应问题的状态；思维状态则体现出学生的质疑精神和创新培养，以及是否能提出有价值的问题进行讨论；在生成状态则表现出学生学习目标的完成程度以及实际是学习能力和实践能力，以及创新能力的加强程度等。

三、高职院校实验教学质量评价中决策树的应用研究

1确定挖掘对象

准确全面可靠的目标数据源是决策分析的前提。在进行试验性教学质量评价的过程中通过收集学生的相关学习及生活的数据信息、教师的授课基本信息等获取了本校计算机技术应用专业的教与学的基本信息，试图依据学生基本情况、日常生活表现的分析找出影响学生学习效果的因素，从而帮助教师有针对性地管理学生，引导他们更好地学习。

2数据准备

主要数据源是学生教学评价系统的基本信息、教务处系统以及学生管理处

系统中的基本信息、教师的评价系统等中总结整理需要的数据，实现教学质量评价数据的全面性，实现教学价值的基本保证，计算机技术的教学是一个实验教学的过程，因此，针对教学性质的分析必须实现一个评价系统的完成数据分析，决策树的数据准备就是利用教学信息中的全面化实现教学效果的评价。

3决策树的应用

决策树的应用具体包括三个方面：数据预处理、决策树模型、决策树剪枝，在数据挖掘的前期工作中比较基础和重要的部分是数据收集，前期收集数据信息都是关于学生在日常学习中的资料，其中有作业、测验、上课情况、期末考试等情况。这样的信息收集可直接体现学生是否在认真地对待运程教学，可直接发现学生在学习中的不足，及时给予学生帮助。Web交互环境是数据收集的主要方式，从Web服务器、应用服务器、TCP/IP网络层都可挖掘数据。本文中所涉及的数据挖掘都是从服务器上的Web得到的，其中登录服务器的用户名以及访问页面都在数据挖掘的范围内。学习者的信息可以通过在线调查表的方式收集。当服务器接受到用户的登录请求后，问卷调查也开始了，使用教学平台的学生都会接受在线调查。包括是否有记笔记的习惯、是否按时完成作业、是否课前预习和课后复习都是调查的主要内容。之后后台服务器可对这些调查结果进行分析和统计，后台服务器也会因点击提交页面那一刻开始自动接受调查结果。在决策树模型建立的过程中要保证整个教学的分析情况，对于学生、教师的信息都要进行系统化的整理，保证教学的先进性。在决策树剪枝的过程中要实现数据的合理保留价值，整个的剪枝要根据数据优化的基本原理，保证数据的研究完整性。针对计算机实验教学质量评价要从一个完整的完全生长的决策树中得到科学的、真实的数据，就必须对数据进行剪枝，剪枝的方法有很多种，一般常用的是前剪或者是后剪，在针对教学质量评价采取的是后剪，保证了数据分析的常规原则，从中实现对教学质量的分析价值，保证教学的先进性。

四、结束语

在高职院校实验教学质量评价的过程中首先需要建立教学的评价系统，目前决策树之一方法在教学质量评价中的应用十分的成熟，因此在评价方式确定下，选择预测性数据的挖掘分析需要实现教学数据的真实性，然后有针对性地进行数据的整理剪枝，确定最终的价值数据，为数据的分析、教学质量评价的结论做最后的准备，实现教学质量的优化升级。计算机教学质量的评价应该是一个动态的过程，因此针对教学的实质性分析，我们需要做出更多的数据整合以及分析，保证结果的真实有效性。

参考文献：

丁慧，汪海伟.专业教学质量评价体系在高校教学中的应用浅析 . 常州大学学报（社会科学版），2013（2）.

武雪慧.优化高职纯实践课教学质量评价体系的思考 . 襄阳职业技术学院学报，2013（1）：56—59.endprint