基于模糊数据挖掘的教学质量满意度分析  

Analysis of Satisfaction for the Teaching Quality Based on Fuzzy Data Mining

作　　者：郑莉 王建骅 ZHENG Li;WANG Jian-hua(School of Management,Fujian University of Technology,Fuzhou 350118,China)

机构地区：[1]福建工程学院管理学院

出　　处：《数学的实践与认识》2018年第18期106-116,共11页Mathematics in Practice and Theory

基　　金：福建工程学院教育科学研究项目(GB-I-17-32);福建工程学院课程建设项目(K201621)

摘　　要：教学质量的评价指标往往具有模糊性，模糊数据挖掘是一种利用模糊信息进行决策的有效工具．针对高校教师教学特点，构建了合理可行的教学质量满意度评价体系，通过问卷调查收集学生对教师教学质量的满意度评价，共采集了623个有效样本，使用模糊数据挖掘和遗传算法发现评估指标同满意度之间的规则知识，生成了包括11条语意值组合与满意度的模糊规则库，进而归纳出影响教学质量满意度的关键指标，为高校管理者和教师提供决策支持．Fuzzy data mining provides an effective tool for making decision to use fuzzy information. For teaching characteristics of university, we construct reasonable evaluative framework of teaching quality. By questionnaires, the total 623 valid samples are collected and mined fuzzy association rules. The fuzzy rule base constructs the combinations of 11 fuzzy linguistic values with corresponding satisfaction, which induces some key factors for teaching quality. It can availably help the manager and educator on the decision.

关 键 词：模糊数据挖掘 遗传算法 教学质量 满意度 模糊规则库 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] G434[自动化与计算机技术—计算机科学与技术]