一种基于本体的中小学生成长评估体系

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 203-208.

一种基于本体的中小学生成长评估体系

陆东鑫1，翁文勇2，苏健2，王泽兵2，杨晓杰2

1.浙江大学计算机科学与技术学院计算机系，杭州 310027
2.浙江大学城市学院计算机科学与技术学院，网络与计算重点实验室，杭州 310027

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-01 发布日期:2011-08-01

Ontology-based growth evaluation model for primary and secondary students

LU Dongxin1，WENG Wenyong2，SU Jian2，WANG Zebing2，YANG Xiaojie2

1.Department of Computer，Institute of Computer Science and Technology，Zhejiang University，Hangzhou 310027，China
2.Networking and Computing Laboratory，Institute of Computer Science and Technology，Zhejiang University City College，Hangzhou 310027，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-01 Published:2011-08-01

摘要/Abstract

摘要： 为了解决我国现行中小学教育评估体系中所存在的评估不全面、不公平等不足，提出了一种基于本体的成长评估体系。该体系从公平、过程、趋势三方面，对现有体系进行了改进。根据“一评估者、一学生、一影响度”的原则，尽量消除因各种人际关系和模糊性而导致的不公平现象。根据每次评估结果，为学生建立成长记录。以图示和数值的方式全面分析学生的进步、特长和发展趋势。某小学的应用案例，验证了该体系的实用性。

关键词: 本体, 推理, 模糊综合评价, 灰色关联分析, 成长记录

Abstract: In order to deal with the defects，such as not comprehensive and injustice，in the education evaluation of the primary and secondary students，this paper proposes the Ontology-based Evaluation System of Growth（OEG）.OEG system improves the existing systems in the area of fairness，process and trends.By taking the principle of “one evaluator，one student，one degree of influence”，this system eliminates the unfairness caused by relationships and fuzziness as far as possible.It builds up the growth record for the students，according to the results of each evaluation.Figures and numbers are used to analyze the student’s progress，strong suit and development trend.The feasibility of this system is illustrated by an application in one primary school.

Key words: ontology, logic, fuzzy comprehensive evaluation, grey relational analysis, growth record

陆东鑫1，翁文勇2，苏健2，王泽兵2，杨晓杰2. 一种基于本体的中小学生成长评估体系[J]. 计算机工程与应用, 2011, 47(22): 203-208.

LU Dongxin1，WENG Wenyong2，SU Jian2，WANG Zebing2，YANG Xiaojie2. Ontology-based growth evaluation model for primary and secondary students[J]. Computer Engineering and Applications, 2011, 47(22): 203-208.

[1]	王运成，周春华，陈楚湘，吴善明，陈冰. 基于二叉知识树推理的可扩展智能排课系统[J]. 计算机工程与应用, 2021, 57(5): 251-257.
[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]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[4]	宋浩楠，赵刚，王兴芬. 融合知识表示和深度强化学习的知识推理方法[J]. 计算机工程与应用, 2021, 57(19): 189-197.
[5]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[6]	车敏诗，聂春燕，杨承金，阮新磊，范如俊. 基于灰色关联法的生理信号与情绪关联度研究[J]. 计算机工程与应用, 2021, 57(11): 168-172.
[7]	陈光，蒋同海，王蒙，唐新余，季文飞. 自定义SWRL知识图谱推理补全插件的实现[J]. 计算机工程与应用, 2021, 57(1): 261-270.
[8]	王红，林海舟，卢林燕. 基于Att_GCN模型的知识图谱推理算法[J]. 计算机工程与应用, 2020, 56(9): 183-189.
[9]	杜雨菲，吴保国，陈栋. 基于产生式规则的乔灌木识别推理算法研究[J]. 计算机工程与应用, 2020, 56(5): 242-250.
[10]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[11]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[12]	朴杨鹤然，崔晓晖. 社交网络中用户隐私推理与保护研究综述[J]. 计算机工程与应用, 2020, 56(19): 1-12.
[13]	于千城，於志文，王柱. 对抗样本训练图分类器进行模型推理质量评估[J]. 计算机工程与应用, 2020, 56(17): 142-149.
[14]	杨颖，王珺，王刚. 基于改进的Random Subspace的客户投诉分类方法[J]. 计算机工程与应用, 2020, 56(13): 230-235.
[15]	高见，王安. 基于本体的网络威胁情报分析技术研究[J]. 计算机工程与应用, 2020, 56(11): 112-117.