模糊聚类最大树算法在教学质量评估中的应用  

Research on the application of maximal tree method based on fuzzy clustering in teaching quality evaluation

作　　者：卓景文[1,2] 赵鹏[1,2] 李学俊[1,2] 赵志伟[1,2] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230039 [2]安徽大学计算机科学与技术学院,安徽合肥230039

出　　处：《微型机与应用》2012年第6期60-62,65,共4页Microcomputer & Its Applications

基　　金：安徽省教育厅重点项目(KJ2009A001Z);安徽大学211工程三期教学质量工程项目(39030051)

摘　　要：应用模糊聚类最大树算法对教学质量评估指标进行聚类以确定关键评估指标集,使用模糊相似关系挖掘出大量数据中教学质量评估指标与评估等级之间的规则,并以本校数据实例为对象建立教学质量评估模糊数据挖掘验证了该方法的有效性。This paper applies fuzzy clustering maximal tree method to cluster the evaluation indexes in order to define the key evaluation index sets. Using fuzzy similarity relation to mine the rules between the evaluation index and the evaluation level of teaching quality from mass of data. And we also use the data of our School as an example to build the fuzzy data mining of teaching quality evaluation to prove the effectiveness of the proposed method.

关 键 词：模糊数据挖掘 模糊聚类 教学质量评估 模糊相似矩阵 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]