摘  要： 應用模糊聚類最大樹算法對教學質(zhì)量評估指標進行聚類以確定關鍵評估指標集，使用模糊相似關系挖掘出大量數(shù)據(jù)中教學質(zhì)量評估指標與評估等級之間的規(guī)則，并以本校數(shù)據(jù)實例為對象建立教學質(zhì)量評估模糊數(shù)據(jù)挖掘驗證了該方法的有效性。
關鍵詞： 模糊數(shù)據(jù)挖掘；模糊聚類；教學質(zhì)量評估；模糊相似矩陣

    教學管理是為了實現(xiàn)教學目標，按照教學規(guī)律和特點對教學過程進行的全面管理。通過不斷改善影響學校教學質(zhì)量的內(nèi)部因素和外部因素，建立科學的評價體系來提高教學質(zhì)量，達到最佳教學效果。
    數(shù)據(jù)挖掘是從大量數(shù)據(jù)中提取或“挖掘”知識(即數(shù)據(jù)中的知識發(fā)現(xiàn))，并以這些知識為基礎，自動做出決策和預測。數(shù)據(jù)挖掘已經(jīng)應用于眾多領域，如金融數(shù)據(jù)分析、零售業(yè)、信息檢索等。隨著信息技術的發(fā)展和高等教育體制改革的不斷深入，高校實現(xiàn)了教育信息化，大大提高了工作效率。將數(shù)據(jù)挖掘技術應用于高校教務管理中，可以挖掘出重要的對決策或者預測有用的信息和知識，利用分析結果輔助教學，幫助教學管理者做出科學的決策。然而數(shù)據(jù)庫或者數(shù)據(jù)倉庫的容量越大，系統(tǒng)復雜性越高，相應的精確化能力就越低，也就是說模糊性越強，因而僅僅依靠復雜算法和推理并不能完全發(fā)現(xiàn)隱藏知識，因此，考慮將模糊數(shù)學、模糊邏輯和數(shù)據(jù)挖掘結合起來的模糊數(shù)據(jù)挖掘技術引入到教學質(zhì)量評估中。



3 模糊數(shù)據(jù)挖掘在教學質(zhì)量評估中的應用
3.1 建立教學質(zhì)量評價指標體系
    課堂教學質(zhì)量測評工作是教學質(zhì)量評估體系的重要組成，是加強教學管理、提高教學質(zhì)量的重要手段。為使課堂教學質(zhì)量、學生測評工作科學化和規(guī)范化，教務處制定了完善的課堂教學評價指標體系，其中第n條是整體評價。如表1所示。

3.2 教學質(zhì)量評價中的模糊數(shù)據(jù)挖掘
    通過科學評估教師的課堂教學質(zhì)量，為學校教學管理提供決策的信息與依據(jù)，促使形成一套較為完整的教學評價機制。每門課程的學生測評成績（統(tǒng)計時自動剔除5%的最高分和最低分）由教務管理系統(tǒng)自動生成。教師的學期測評成績?yōu)槠湓搶W期所承擔的各門課程學生測評成績的平均值。年度測評成績?yōu)閮蓪W期的平均值。如教師只承擔一個學期的課程，則以該學期測評成績?yōu)槠湓撃瓿煽?。教師年度學生測評成績以70％計入教師當年教學考核總評成績。表2所示為我校10名教師的學生測評成績。

    本文使用基于模糊聚類最大樹算法的模糊數(shù)據(jù)挖掘發(fā)現(xiàn)教學質(zhì)量評估數(shù)據(jù)庫中教師課堂教學質(zhì)量評估等級同評估指標之間的規(guī)則知識，依據(jù)該規(guī)則知識對挖掘結果進行有效的評價，并且在分析、預測方面有著很大的優(yōu)勢，從而幫助決策者做出決策。當然對于該教學質(zhì)量數(shù)據(jù)挖掘來說，這只是一部分工作，如何進一步優(yōu)化該系統(tǒng)是下一步研究的主要工作。
參考文獻
[1] 劉琦，林懷忠，陳純.模糊聚類的最大樹算法在Web頁面分類中的應用[J].計算機應用研究，2004，21(11)：286-287.
[2] 王新洲，舒海翅.模糊相似矩陣的構造[J].吉首大學學報(自然科學版)，2003，24(3)：37-41.
[3] Zhan Liqiang，Liu Daxin.Fuzzy clustering method for web  user based on pages classification[J].Wuhan University Journal of Natural Sciences，2004，9(5)：553-556.
[4] 馮源.基于模糊相似矩陣與粗糙集的規(guī)則獲取[J].太原師范學院學報(自然科學版)，2008，7(1)：26-30.