粗糙集理论在高校教学质量评价分析中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (36): 214-216.

粗糙集理论在高校教学质量评价分析中的应用

付海艳^1,2,符谋松²,张诚一²

1．山东大学数学与系统科学学院，济南 250100
2.海南师范大学计算机科学与教育技术系，海口 571158

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-12-21 发布日期:2007-12-21
通讯作者: 付海艳

Application of rough set theory to instruction quality evaluation and analysis

FU Hai-yan^1,2,FU Mou-song²,ZHANG Cheng-yi²

1.School of Mathematics and System Sciences，Shandong University，Jinan 250100，China
2.Department of Computer Science and Education Technology，Hainan Normal University，Haikou 571158，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-12-21 Published:2007-12-21
Contact: FU Hai-yan

摘要/Abstract

摘要： 应用FCM方法对我校1999年~2005年收集的教学质量评价数据进行了聚类分析，提出了高校教学质量评价系统的数学模型，并利用粗糙集理论给出了该系统中不同评价主体的权重挖掘算法，减少了人为主观因素对评价结果的影响。应用表明，提出的方案更科学、合理，评价结果得到了学校教师们的认可。

关键词: FCM算法, 粗糙集, 教学质量评价

Abstract: Applying the method of FCM，process the clustering analysis to the data of teaching quality evaluation supported by the authors’ university in 1999~2005，presents a mathematics model of teaching quality evaluation system，and gives a method to mine the weighting using rough set theory，which decreases the affection of personal factors greatly.Applications show the scheme is more scientific and rational，and teachers are satisfied with the evaluated results.

Key words: FCM method, rough set, instruction quality evaluation

付海艳^1,2,符谋松²,张诚一². 粗糙集理论在高校教学质量评价分析中的应用[J]. 计算机工程与应用, 2007, 43(36): 214-216.

FU Hai-yan^1,2,FU Mou-song²,ZHANG Cheng-yi². Application of rough set theory to instruction quality evaluation and analysis[J]. Computer Engineering and Applications, 2007, 43(36): 214-216.

[1]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[2]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[3]	刘玉锋，孙文鑫. 一般多粒度量化软粗糙集模型[J]. 计算机工程与应用, 2021, 57(12): 137-143.
[4]	刘桂枝. 维度变化的不完备混合型数据增量式属性约简[J]. 计算机工程与应用, 2021, 57(12): 161-169.
[5]	张博，贾华宇，马珺. RS-GA神经网络无人机受风情况估计[J]. 计算机工程与应用, 2020, 56(4): 209-213.
[6]	牟恩，张贤勇，姚岳松，邓切. 邻域近似条件熵的特定类属性约简及启发算法[J]. 计算机工程与应用, 2020, 56(24): 175-180.
[7]	张建华，李方方，杨岚. 融合PFS与RS的案例知识供需匹配研究[J]. 计算机工程与应用, 2020, 56(23): 139-145.
[8]	骆公志，梅焘. 监督机制多粒度决策粗糙集模型及应用[J]. 计算机工程与应用, 2020, 56(18): 214-220.
[9]	谢旭明，段隆振，邱桃荣，杨幼凤. 改进量子搜索算法及其在核属性求解上的应用[J]. 计算机工程与应用, 2020, 56(14): 57-61.
[10]	李旭，荣梓景，任艳. 带权决策表的属性约简[J]. 计算机工程与应用, 2020, 56(12): 54-59.
[11]	陈盼盼，林梦雷. 基于包含度的单值中智决策信息系统属性约简[J]. 计算机工程与应用, 2020, 56(12): 175-181.
[12]	任俊1，唐绮雯1，徐怡2，胡善忠2. 大学生贫困资助评定的多粒度粗糙集研究[J]. 计算机工程与应用, 2019, 55(7): 82-86.
[13]	邬阳阳，汤建国. 大数据背景下粗糙集属性约简研究进展[J]. 计算机工程与应用, 2019, 55(6): 31-38.
[14]	齐美兰，李小南. 集值映射的拟阵结构及其与覆盖粗糙集的关系[J]. 计算机工程与应用, 2019, 55(6): 50-56.
[15]	杨珍，耿秀丽. 考虑多粒度属性约简的关联规则挖掘研究[J]. 计算机工程与应用, 2019, 55(6): 133-139.