首页|大数据背景下基于文本挖掘的高校学生评教研究——以湖南省X大学为例

大数据背景下基于文本挖掘的高校学生评教研究——以湖南省X大学为例

唐丽蓉

大数据背景下基于文本挖掘的高校学生评教研究——以湖南省X大学为例

唐丽蓉1
扫码查看

作者信息

  • 1. 湖南师范大学
  • 折叠

摘要

学生评教数据作为评价教学质量好坏的依据,是高校进行教学管理、提升教学质量的关键。近年来,评教文本数据因对教学质量的反映更客观,且隐含了教学关键特征、教学规律等有效信息,逐渐成为教学管理人员及研究者关注的焦点。然而,面对学生评教系统中存储的大量评教文本,难以依靠人工或传统工具进行统计分析,如何高效处理与利用学生评教文本成为了目前亟待解决的问题。 论文通过了解X高校学生评教现状,基于该校第42期的评教文本数据构建了由失真文本过滤、情感分析、分类分析、建议挖掘四个子模型组成的学生评教文本挖掘模型。该模型首先对评教文本进行失真过滤,然后基于有效文本从情感、文本类别、教学建议等方面进行挖掘与分析,并给出相应的可视化反馈。结果表明:学生评教文本挖掘模型极大提高了评教文本的处理效率与应用效果;评教文本中隐含的教学特征主要体现在教学整体满意程度较高,但教学方法保守单一,给教学效果带来了负面影响;课程建议是教学不足的集中体现,对教师改进教学具有指导意义。 为此,论文针对以上结果提出了以下建议:一是从本质上提高评教文本的有效性,进一步保障评教文本挖掘结果的质量;二是依据学生评教文本中蕴含的教学特征构建教师终身学习体系,改良教学方法,实现因材施教,并以课程建议为施力点,及时反馈,完善学生评教体系。 文中提出的学生评教文本挖掘方案有利于高效处理与应用学生评教文本,帮助教学管理人员及教师快速获取大量评教文本中的关键信息,从而完善高校学生评教体系,提高教学质量,具有较好的理论与实践意义。

关键词

高等院校/学生评教/文本挖掘/可视化反馈

引用本文复制引用

授予学位

硕士

学科专业

教育技术学

导师

周炫余

学位年度

2021

学位授予单位

湖南师范大学

语种

中文

中图分类号

G4
段落导航相关论文