基于云模型的定性评价及在学评教中的应用

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (31): 210-215.

基于云模型的定性评价及在学评教中的应用

张莹1，代劲2，安世全3

1.重庆邮电大学计算机科学与技术学院，重庆 400065
2.重庆大学计算机科学与技术学院，重庆 400065
3.重庆邮电大学移通学院，重庆 400065

出版日期:2012-11-01 发布日期:2012-10-30

Qualitative evaluation based on cloud model and application in student rating of teachin

ZHANG Ying1, DAI Jin2, AN Shiquan3

1.College of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China
2.College of Computer Science and Technology, Chongqing University, Chongqing 400065, China
3.College of Mobile Telecommunications, Chongqing University of Posts and Telecommunications, Chongqing 400065, China

Online:2012-11-01 Published:2012-10-30

摘要/Abstract

摘要： 学评教定性评价是高校教学质量管理的重要环节，对高校的快速发展具有积极意义和重要作用。提出基于云模型的学评教综合评价模型，利用逆向云发生器实现评价指标评语的定性定量转换，运用虚拟云的算法获得最终的评价云模型，通过分析数字特征和云滴分布得到评价的结果。实例验证表明，评价结果直观可靠，具有一定的实践意义和指导作用。

关键词: 学评教, 云模型, 逆向云发生器, 定性评价

Abstract: Student rating of teaching is the significant component of teaching quality management and plays an important role in the rapid development of universities. A comprehensive evaluation model is proposed based on cloud model. The transform between evaluating factors’ qualitative concepts and their quantitative expressions is executed using backward cloud generator, and the final evaluation cloud model is gained using virtual cloud algorithm. At last, through analyzing the digital characteristics and the cloud drops distribution, evaluation results are obtained. Testified by the experiments, the results are clear and exact, which show that the evaluation method is practical and instructional.

Key words: student rating of teaching, cloud model, backward cloud generator, qualitative evaluation

张莹1，代劲2，安世全3. 基于云模型的定性评价及在学评教中的应用[J]. 计算机工程与应用, 2012, 48(31): 210-215.

ZHANG Ying1, DAI Jin2, AN Shiquan3. Qualitative evaluation based on cloud model and application in student rating of teachin[J]. Computer Engineering and Applications, 2012, 48(31): 210-215.

[1]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[2]	谢晖，李松月，孙永河，韩玮. 基于云模型求解属性权重的DEMATEL方法研究[J]. 计算机工程与应用, 2018, 54(7): 257-263.
[3]	徐士东，耿秀丽，董雪琦. 基于云模型的改进FMEA风险评估方法[J]. 计算机工程与应用, 2018, 54(2): 228-233.
[4]	纪蕾1，郭树荣2，丛旭辉3，刘彩霞1. 基于OWA算子和可拓云模型的PPP项目绩效评价——以经营性PPP项目为研究对象[J]. 计算机工程与应用, 2018, 54(16): 220-226.
[5]	肖子涵，耿秀丽，徐士东. 基于云模型的不确定性大群体多属性决策方法[J]. 计算机工程与应用, 2018, 54(11): 254-259.
[6]	李珣1，2，邓乾旺2，刘俊武2. 不确定条件下报废汽车回收率云模型仿真研究[J]. 计算机工程与应用, 2018, 54(10): 256-266.
[7]	常红伟1，夏克文1，2，白建川1，2，牛文佳1，武盼盼1. 采用云量子PSO的属性约简方法[J]. 计算机工程与应用, 2018, 54(10): 99-104.
[8]	崔丽群，黄殿平，宋晓. 基于云模型鱼群算法的多阈值图像分割研究[J]. 计算机工程与应用, 2017, 53(6): 204-208.
[9]	郑皎1，2，章恒全1，焦俊3，徐士东4，肖子涵4. 云模型与VIKOR集成的多属性群决策方法[J]. 计算机工程与应用, 2017, 53(24): 94-99.
[10]	陈志旺1，黄兴旺2，陈志兴3，赵子铮2，黄丽芳4. 区间多目标优化非支配排序云模型算法[J]. 计算机工程与应用, 2017, 53(22): 143-149.
[11]	柳赛男. 仓库物料运输系统多目标调度方法[J]. 计算机工程与应用, 2017, 53(18): 224-229.
[12]	冯彦卿，王伦文. 基于构造型云神经网络的电磁环境评估方法[J]. 计算机工程与应用, 2017, 53(16): 211-215.
[13]	李絮，刘争艳. 基于云模型的模糊自适应蚁群算法研究[J]. 计算机工程与应用, 2016, 52(2): 24-27.
[14]	王曙燕，张兴根，孙家泽. 基于云模型的老人手机易用性评估模型研究[J]. 计算机工程与应用, 2016, 52(19): 245-251.
[15]	刘争艳，李絮，王慧玲. 基于云模型的自适应蚁群算法改进研究[J]. 计算机工程与应用, 2016, 52(19): 68-71.