CN112700132A - 一种基于区间模型的研究生教育质量评价系统及方法 - Google Patents
一种基于区间模型的研究生教育质量评价系统及方法 Download PDFInfo
- Publication number
- CN112700132A CN112700132A CN202011615716.4A CN202011615716A CN112700132A CN 112700132 A CN112700132 A CN 112700132A CN 202011615716 A CN202011615716 A CN 202011615716A CN 112700132 A CN112700132 A CN 112700132A
- Authority
- CN
- China
- Prior art keywords
- module
- student
- index
- quality
- education quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明属于教育评价技术领域，公开了一种基于区间模型的研究生教育质量评价系统及方法，所述基于区间模型的研究生教育质量评价系统包括数据采集模块、数据处理模块、中央控制模块、指标确定模块、指标权重确定模块、检验模块、质量等级划分模块、质量等级得分计算模块、教育质量区间模型构建模块、评价模块以及结果输出模块。本发明从成绩、成绩变化、投稿、项目、奖项以及专利或知识产权等多方面衡量研究生一学年或整个研究时期的成绩，并对研究生的优秀级别进行划分，通过某高校或某老师带的所有研究生的等级评判该高校或该系别的研究生教育质量，评价指标全面，评价客观，权重设置合理，能够有效的对目前研究生的教育质量进行评价。
Description
技术领域
本发明属于教育评价技术领域，尤其涉及一种基于区间模型的研究生教育质量评价系统及方法。
背景技术
目前，随着基础教育课程改革的逐步深入，研究生教育质量的评价愈来愈受到教育管理者、教育研究者和教育实践者的广泛关注。全面的教育质量观认为，评价学校研究生教育质量就要对影响学校教育质量发展的诸多因素进行全面评价，涵盖学校的办学理念、发展规划、领导管理、课程实施、师资配备、学生发展和办学条件等多方面，通过评价指标导向和评价结果反馈，引导学校实践科学发展观，促进学校教育质量全面、和谐与可持续发展。
但是，虽然现有技术具备教育质量评价的方法，但主要是针对中小学的，目前并无针对研究生的教育质量评价的方法。因此，亟需一种新的针对研究生的教育质量评价方法。
通过上述分析，现有技术存在的问题及缺陷为：现有技术没有针对研究生的教育质量评价方法。
发明内容
针对现有技术存在的问题，本发明提供了一种基于区间模型的研究生教育质量评价系统及方法。
本发明是这样实现的，一种基于区间模型的研究生教育质量评价方法，所述基于区间模型的研究生教育质量评价方法包括以下步骤：
步骤一，通过数据采集模块利用成绩数据采集单元获取学生的历史成绩、入学成绩、上学年年终成绩以及本学年年终成绩；通过文献成绩数据采集单元利用数据挖掘技术从核心期刊采集学生的论文、文献发表数据，获取影响因子；
步骤二，通过项目数据采集单元采集获取学生本学年参与的项目、实验或其他相关数据；通过其他成绩数据采集单元采集学生本学年的专利、知识产权以及其他奖项成绩数据；
步骤三，通过数据处理模块对采集的学生本学年相关成绩、投稿、参与项目、实验以及奖项、专利或知识产权数据进行去重以及归一化预处理；通过中央控制模块利用单片机或控制器协调控制所述基于区间模型的研究生教育质量评价系统各个模块的正常工作与运行；
步骤四，通过指标确定模块基于处理后的数据确定研究生教育质量评价指标；通过指标权重确定模块获取预设的各个确定的研究生教育质量评价指标对教育质量的权重；
步骤五，获取各个第一指标的样本数据；所述第一指标为所述各个指标中满足预定条件的指标，所述样本数据包括：指标的一个或多个样本值，以及各个所述样本值对应的教育质量的取值；
步骤六，根据获取的所述样本数据，分别确定各个所述第一指标对教育质量的权重；将所述各个指标中除所述第一指标外的第二指标的权重，与确定的各个所述第一指标的权重进行归一化处理，确定所述各个指标的权重，对确定的研究生教育质量评价指标进行权重分配；
步骤七，通过检验模块对确定的指标及其权重进行一致性校验；通过质量等级划分模块对研究生教育质量进行等级划分；并确定等级得分；通过质量等级得分计算模块基于处理后的相关成绩、文献、项目以及其他数据计算每个学生的综合得分，并基于综合得分确定各学生等级；
步骤八，通过模型构建程序构建研究生教育质量等级模型；通过所述研究生教育质量等级模型计算所述质量等级模型的各质量等级的上界限值以及下界限值，基于计算得到的上界限值以及下界限值确定各质量等级的区间分布，通过教育质量区间模型构建模块构建得到研究生教育质量区间模型；
步骤九，通过评价模块基于所述确定的各学生的等级以及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价；通过结果输出模块对得到的研究生教育质量评价结果进行输出。
进一步，步骤四中，所述研究生教育质量评价指标包括：期末成绩评价指标、成绩变化评价指标、文献评价指标、项目评价指标、获奖评价指标以及其他评价指标。
进一步，所述期末成绩评价指标，用于表征学生本学年的期末成绩；
所述成绩变化评价指标，用于表征学生本学年与上学年的成绩变化情况；
所述文献评价指标，用于表征学生本学年的投稿情况；
所述项目评价指标，用于表征学生本学年的参与项目情况；
所述获奖评价指标，用于表征学生本学年的获奖情况；
所述其他评价指标，用于表征学生本学年的专利所有权、知识产权以及其他国家认可的证书情况。
进一步，步骤六中，所述分别确定各个所述第一指标对教育质量的权重，包括：
(1)按照多个第一样本数据间的距离对所述第一样本数据进行分组，并将所述当前第一指标的样本数据的取值区间进行分段；
(2)确定每个所述分组在所述当前第一指标的各个所述分段上对教育质量的变化率；
(3)根据所述当前第一指标对教育质量的变化率，确定所述当前第一指标对教育质量的权重。
进一步，所述第一样本数据为所述各个第一指标中除所述当前第一指标之外的其余第一指标的样本数据；所述当前第一指标对教育质量的变化率越大所述第一指标对教育质量的权重越大。
进一步，步骤九中，所述通过评价模块基于所述确定的各学生的等级及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价，包括：
(1)获取确定的各学生的等级以及得分情况；
(2)根据确定的各学生的等级以及得分情况，基于构建的研究生教育质量等级模型的各质量等级的区间分布确定整体研究生的教育质量评价结果。
本发明的另一目的在于提供一种应用所述的基于区间模型的研究生教育质量评价方法的基于区间模型的研究生教育质量评价系统，所述基于区间模型的研究生教育质量评价系统包括：
数据采集模块，与中央控制模块连接，用于通过各类数据采集单元进行学生本学年各类数据的采集；
数据处理模块，与中央控制模块连接，用于对采集的相关数据进行去重、归一化预处理；
中央控制模块，与数据采集模块、数据处理模块、指标确定模块、指标权重确定模块、检验模块、质量等级划分模块、质量等级得分计算模块、教育质量区间模型构建模块、评价模块以及结果输出模块连接，用于通过单片机或控制器协调控制所述基于区间模型的研究生教育质量评价系统各个模块的正常工作与运行；
指标确定模块，与中央控制模块连接，用于基于处理后的数据确定研究生教育质量评价指标；
指标权重确定模块，与中央控制模块连接，用于对确定的研究生教育质量评价指标进行权重分配；
检验模块，与中央控制模块连接，用于对确定的指标及其权重进行一致性校验；
质量等级划分模块，与中央控制模块连接，用于对研究生教育质量进行等级划分；并确定等级得分；
质量等级得分计算模块，与中央控制模块连接，用于基于处理后的相关成绩、文献、项目以及其他数据计算每个学生的综合得分，并基于综合得分确定各学生等级；
教育质量区间模型构建模块，与中央控制模块连接，用于通过模型构建程序构建研究生教育质量区间模型；
评价模块，与中央控制模块连接，用于基于确定的各学生的等级以及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价；
结果输出模块，与中央控制模块连接，用于对得到的研究生教育质量评价结果进行输出。
进一步，所述数据采集模块包括：
成绩数据采集单元，用于获取学生的历史成绩、入学成绩、上学年年终成绩以及本学年年终成绩；
文献成绩数据采集单元，用于利用数据挖掘技术从核心期刊采集学生的论文、文献发表数据，并获取影响因子；
项目数据采集单元，用于采集获取学生本学年参与的项目、实验或其他相关数据；
其他成绩数据采集单元，用于采集学生本学年的专利、知识产权以及其他奖项成绩。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述基于区间模型的研究生教育质量评价方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述基于区间模型的研究生教育质量评价方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的研究生教育质量评价方法，从成绩、成绩变化、投稿、项目、奖项以及专利或知识产权等多方面衡量研究生一学年或整个研究时期的成绩，并对研究生的优秀级别进行划分，通过某高校或某老师带的所有研究生的等级评判该高校或该系别的研究生教育质量，评价指标全面，评价客观，权重设置合理，能够有效的对目前研究生的教育质量进行评价。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于区间模型的研究生教育质量评价方法流程图。
图2是本发明实施例提供的基于区间模型的研究生教育质量评价系统结构示意图；
图中：1、数据采集模块；2、数据处理模块；3、中央控制模块；4、指标确定模块；5、指标权重确定模块；6、检验模块；7、质量等级划分模块；8、质量等级得分计算模块；9、教育质量区间模型构建模块；10、评价模块；11、结果输出模块。
图3是本发明实施例提供的数据采集模块结构示意图；
图中：1-1、成绩数据采集单元；1-2、文献成绩数据采集单元；1-3、项目数据采集单元；1-4、其他成绩数据采集单元。
图4是本发明实施例提供的通过指标权重确定模块对确定的研究生教育质量评价指标进行权重分配的方法流程图。
图5是本发明实施例提供的通过教育质量区间模型构建模块利用模型构建程序构建研究生教育质量区间模型的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种基于区间模型的研究生教育质量评价系统及方法，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的基于区间模型的研究生教育质量评价方法包括：
S101，通过数据采集模块进行学生本学年相关成绩、投稿、参与项目、实验以及奖项、专利或知识产权数据的采集；通过数据处理模块对采集的相关数据进行去重、归一化预处理；
S102，通过中央控制模块利用单片机或控制器协调控制所述基于区间模型的研究生教育质量评价系统各个模块的正常工作与运行；
S103，通过指标确定模块基于处理后的数据确定研究生教育质量评价指标；通过指标权重确定模块对确定的研究生教育质量评价指标进行权重分配；
S104，通过检验模块对确定的指标及其权重进行一致性校验；通过质量等级划分模块对研究生教育质量进行等级划分；并确定等级得分；
S105，通过质量等级得分计算模块基于处理后的相关成绩、文献、项目以及其他数据计算每个学生的综合得分，并基于综合得分确定各学生等级；
S106，通过教育质量区间模型构建模块利用模型构建程序构建研究生教育质量区间模型；
S107，通过评价模块基于确定的各学生的等级以及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价；通过结果输出模块对得到的研究生教育质量评价结果进行输出。
本发明实施例提供的步骤S107中，通过评价模块基于所述确定的各学生的等级及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价，包括：
(1)获取确定的各学生的等级以及得分情况；
(2)根据确定的各学生的等级以及得分情况，基于构建的研究生教育质量等级模型的各质量等级的区间分布确定整体研究生的教育质量评价结果。
如图2所示，本发明实施例提供的基于区间模型的研究生教育质量评价系统包括：数据采集模块1、数据处理模块2、中央控制模块3、指标确定模块4、指标权重确定模块5、检验模块6、质量等级划分模块7、质量等级得分计算模块8、教育质量区间模型构建模块9、评价模块10以及结果输出模块11。
数据采集模块1，与中央控制模块3连接，用于通过各类数据采集单元进行学生本学年各类数据的采集；
数据处理模块2，与中央控制模块3连接，用于对采集的相关数据进行去重、归一化预处理；
中央控制模块3，与数据采集模块1、数据处理模块2、指标确定模块4、指标权重确定模块5、检验模块6、质量等级划分模块7、质量等级得分计算模块8、教育质量区间模型构建模块9、评价模块10以及结果输出模块11连接，用于通过单片机或控制器协调控制所述基于区间模型的研究生教育质量评价系统各个模块的正常工作与运行；
指标确定模块4，与中央控制模块3连接，用于基于处理后的数据确定研究生教育质量评价指标；
指标权重确定模块5，与中央控制模块3连接，用于对确定的研究生教育质量评价指标进行权重分配；
检验模块6，与中央控制模块3连接，用于对确定的指标及其权重进行一致性校验；
质量等级划分模块7，与中央控制模块3连接，用于对研究生教育质量进行等级划分；并确定等级得分；
质量等级得分计算模块8，与中央控制模块3连接，用于基于处理后的相关成绩、文献、项目以及其他数据计算每个学生的综合得分，并基于综合得分确定各学生等级；
教育质量区间模型构建模块9，与中央控制模块3连接，用于通过模型构建程序构建研究生教育质量区间模型；
评价模块10，与中央控制模块3连接，用于基于确定的各学生的等级以及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价；
结果输出模块11，与中央控制模块3连接，用于对得到的研究生教育质量评价结果进行输出。
如图3所示，本发明实施例提供的数据采集模块1包括：
成绩数据采集单元1-1，用于获取学生的历史成绩、入学成绩、上学年年终成绩以及本学年年终成绩；
文献成绩数据采集单元1-2，用于利用数据挖掘技术从核心期刊采集学生的论文、文献发表数据，并获取影响因子；
项目数据采集单元1-3，用于采集获取学生本学年参与的项目、实验或其他相关数据；
其他成绩数据采集单元1-4，用于采集学生本学年的专利、知识产权以及其他奖项成绩。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明实施例提供的基于区间模型的研究生教育质量评价方法如图1所示，作为优选实施例，如图4所示，本发明实施例提供的通过指标权重确定模块对确定的研究生教育质量评价指标进行权重分配的方法包括：
S201，通过指标权重确定模块获取预设的各个确定的研究生教育质量评价指标对教育质量的权重；
S202，获取各个第一指标的样本数据；所述第一指标为所述各个指标中满足预定条件的指标，所述样本数据包括：指标的一个或多个样本值，以及各个所述样本值对应的教育质量的取值；
S203，根据获取的所述样本数据，分别确定各个所述第一指标对教育质量的权重；
S204，将所述各个指标中除所述第一指标外的第二指标的权重，与确定的各个所述第一指标的权重进行归一化处理，确定所述各个指标的权重，对确定的研究生教育质量评价指标进行权重分配。
本发明实施例提供的研究生教育质量评价指标包括：期末成绩评价指标、成绩变化评价指标、文献评价指标、项目评价指标、获奖评价指标以及其他评价指标；
所述期末成绩评价指标，用于表征学生本学年的期末成绩；
所述成绩变化评价指标，用于表征学生本学年与上学年的成绩变化情况；
所述文献评价指标，用于表征学生本学年的投稿情况；
所述项目评价指标，用于表征学生本学年的参与项目情况；
所述获奖评价指标，用于表征学生本学年的获奖情况；
所述其他评价指标，用于表征学生本学年的专利所有权、知识产权以及其他国家认可的证书情况。
本发明实施例提供的分别确定各个所述第一指标对教育质量的权重，包括：
(1)按照多个第一样本数据间的距离对所述第一样本数据进行分组，并将所述当前第一指标的样本数据的取值区间进行分段；
(2)确定每个所述分组在所述当前第一指标的各个所述分段上对教育质量的变化率；
(3)根据所述当前第一指标对教育质量的变化率，确定所述当前第一指标对教育质量的权重。
本发明实施例提供的第一样本数据为所述各个第一指标中除所述当前第一指标之外的其余第一指标的样本数据；所述当前第一指标对教育质量的变化率越大所述第一指标对教育质量的权重越大。
实施例2
本发明实施例提供的基于区间模型的研究生教育质量评价方法如图1所示，作为优选实施例，如图5所示，本发明实施例提供的通过教育质量区间模型构建模块利用模型构建程序构建研究生教育质量区间模型的方法包括：
S301，通过模型构建程序构建研究生教育质量等级模型；
S302，通过所述研究生教育质量等级模型计算所述质量等级模型的各质量等级的上界限值以及下界限值；
S303，基于计算得到的上界限值以及下界限值确定各质量等级的区间分布，通过教育质量区间模型构建模块构建得到研究生教育质量区间模型。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于区间模型的研究生教育质量评价方法，其特征在于，所述基于区间模型的研究生教育质量评价方法包括以下步骤：
步骤一，通过数据采集模块利用成绩数据采集单元获取学生的历史成绩、入学成绩、上学年年终成绩以及本学年年终成绩；通过文献成绩数据采集单元利用数据挖掘技术从核心期刊采集学生的论文、文献发表数据，获取影响因子；
步骤二，通过项目数据采集单元采集获取学生本学年参与的项目、实验或其他相关数据；通过其他成绩数据采集单元采集学生本学年的专利、知识产权以及其他奖项成绩数据；
步骤三，通过数据处理模块对采集的学生本学年相关成绩、投稿、参与项目、实验以及奖项、专利或知识产权数据进行去重以及归一化预处理；通过中央控制模块利用单片机或控制器协调控制所述基于区间模型的研究生教育质量评价系统各个模块的正常工作与运行；
步骤四，通过指标确定模块基于处理后的数据确定研究生教育质量评价指标；通过指标权重确定模块获取预设的各个确定的研究生教育质量评价指标对教育质量的权重；
步骤五，获取各个第一指标的样本数据；所述第一指标为所述各个指标中满足预定条件的指标，所述样本数据包括：指标的一个或多个样本值，以及各个所述样本值对应的教育质量的取值；
步骤六，根据获取的所述样本数据，分别确定各个所述第一指标对教育质量的权重；将所述各个指标中除所述第一指标外的第二指标的权重，与确定的各个所述第一指标的权重进行归一化处理，确定所述各个指标的权重，对确定的研究生教育质量评价指标进行权重分配；
步骤七，通过检验模块对确定的指标及其权重进行一致性校验；通过质量等级划分模块对研究生教育质量进行等级划分；并确定等级得分；通过质量等级得分计算模块基于处理后的相关成绩、文献、项目以及其他数据计算每个学生的综合得分，并基于综合得分确定各学生等级；
步骤八，通过模型构建程序构建研究生教育质量等级模型；通过所述研究生教育质量等级模型计算所述质量等级模型的各质量等级的上界限值以及下界限值，基于计算得到的上界限值以及下界限值确定各质量等级的区间分布，通过教育质量区间模型构建模块构建得到研究生教育质量区间模型；
步骤九，通过评价模块基于所述确定的各学生的等级以及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价；通过结果输出模块对得到的研究生教育质量评价结果进行输出。
2.如权利要求1所述的基于区间模型的研究生教育质量评价方法，其特征在于，步骤四中，所述研究生教育质量评价指标包括：期末成绩评价指标、成绩变化评价指标、文献评价指标、项目评价指标、获奖评价指标以及其他评价指标。
3.如权利要求2所述的基于区间模型的研究生教育质量评价方法，其特征在于，所述期末成绩评价指标，用于表征学生本学年的期末成绩；
所述成绩变化评价指标，用于表征学生本学年与上学年的成绩变化情况；
所述文献评价指标，用于表征学生本学年的投稿情况；
所述项目评价指标，用于表征学生本学年的参与项目情况；
所述获奖评价指标，用于表征学生本学年的获奖情况；
所述其他评价指标，用于表征学生本学年的专利所有权、知识产权以及其他国家认可的证书情况。
4.如权利要求1所述的基于区间模型的研究生教育质量评价方法，其特征在于，步骤六中，所述分别确定各个所述第一指标对教育质量的权重，包括：
(1)按照多个第一样本数据间的距离对所述第一样本数据进行分组，并将所述当前第一指标的样本数据的取值区间进行分段；
(2)确定每个所述分组在所述当前第一指标的各个所述分段上对教育质量的变化率；
(3)根据所述当前第一指标对教育质量的变化率，确定所述当前第一指标对教育质量的权重。
5.如权利要求4所述的基于区间模型的研究生教育质量评价方法，其特征在于，所述第一样本数据为所述各个第一指标中除所述当前第一指标之外的其余第一指标的样本数据；所述当前第一指标对教育质量的变化率越大所述第一指标对教育质量的权重越大。
6.如权利要求1所述的基于区间模型的研究生教育质量评价方法，其特征在于，步骤九中，所述通过评价模块基于所述确定的各学生的等级及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价，包括：
(1)获取确定的各学生的等级以及得分情况；
(2)根据确定的各学生的等级以及得分情况，基于构建的研究生教育质量等级模型的各质量等级的区间分布确定整体研究生的教育质量评价结果。
7.一种应用如权利要求1～6任意一项所述的基于区间模型的研究生教育质量评价方法的基于区间模型的研究生教育质量评价系统，其特征在于，所述基于区间模型的研究生教育质量评价系统包括：
数据采集模块，与中央控制模块连接，用于通过各类数据采集单元进行学生本学年各类数据的采集；
数据处理模块，与中央控制模块连接，用于对采集的相关数据进行去重、归一化预处理；
中央控制模块，与数据采集模块、数据处理模块、指标确定模块、指标权重确定模块、检验模块、质量等级划分模块、质量等级得分计算模块、教育质量区间模型构建模块、评价模块以及结果输出模块连接，用于通过单片机或控制器协调控制所述基于区间模型的研究生教育质量评价系统各个模块的正常工作与运行；
指标确定模块，与中央控制模块连接，用于基于处理后的数据确定研究生教育质量评价指标；
指标权重确定模块，与中央控制模块连接，用于对确定的研究生教育质量评价指标进行权重分配；
检验模块，与中央控制模块连接，用于对确定的指标及其权重进行一致性校验；
质量等级划分模块，与中央控制模块连接，用于对研究生教育质量进行等级划分；并确定等级得分；
质量等级得分计算模块，与中央控制模块连接，用于基于处理后的相关成绩、文献、项目以及其他数据计算每个学生的综合得分，并基于综合得分确定各学生等级；
教育质量区间模型构建模块，与中央控制模块连接，用于通过模型构建程序构建研究生教育质量区间模型；
评价模块，与中央控制模块连接，用于基于确定的各学生的等级以及得分情况结合构建得到的研究生教育质量区间模型对整体研究生的教育质量进行评价；
结果输出模块，与中央控制模块连接，用于对得到的研究生教育质量评价结果进行输出。
8.如权利要求7所述的基于区间模型的研究生教育质量评价系统，其特征在于，所述数据采集模块包括：
成绩数据采集单元，用于获取学生的历史成绩、入学成绩、上学年年终成绩以及本学年年终成绩；
文献成绩数据采集单元，用于利用数据挖掘技术从核心期刊采集学生的论文、文献发表数据，并获取影响因子；
项目数据采集单元，用于采集获取学生本学年参与的项目、实验或其他相关数据；
其他成绩数据采集单元，用于采集学生本学年的专利、知识产权以及其他奖项成绩。
9.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～6任意一项所述的基于区间模型的研究生教育质量评价方法。
10.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～6任意一项所述的基于区间模型的研究生教育质量评价方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011615716.4A CN112700132A (zh) | 2020-12-30 | 2020-12-30 | 一种基于区间模型的研究生教育质量评价系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011615716.4A CN112700132A (zh) | 2020-12-30 | 2020-12-30 | 一种基于区间模型的研究生教育质量评价系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112700132A true CN112700132A (zh) | 2021-04-23 |
Family
ID=75512773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011615716.4A Pending CN112700132A (zh) | 2020-12-30 | 2020-12-30 | 一种基于区间模型的研究生教育质量评价系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112700132A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113526741A (zh) * | 2021-08-06 | 2021-10-22 | 河北地质大学 | 一种脱硝废水与氨氮废水的除氮装置 |
| CN113673877A (zh) * | 2021-08-23 | 2021-11-19 | 成都正载教育科技有限公司 | 一种教育质量评价数据采集方法及系统 |
| CN113837542A (zh) * | 2021-08-20 | 2021-12-24 | 华北水利水电大学 | 一种研究生培养质量评价模型 |
| CN114757802A (zh) * | 2022-04-29 | 2022-07-15 | 西南交通大学 | 基于Nvivo质性分析的研究生导师指导模式构建方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8465288B1 (en) * | 2007-02-28 | 2013-06-18 | Patrick G. Roers | Student profile grading system |
| CN104867074A (zh) * | 2015-05-15 | 2015-08-26 | 东北大学 | 基于遗传算法优化bp神经网络的学生综合素质测定方法 |
| CN109345101A (zh) * | 2018-09-21 | 2019-02-15 | 常州工学院 | 基于综合评价分析法的教育质量评价分析方法 |
| CN112101786A (zh) * | 2020-09-15 | 2020-12-18 | 广东工贸职业技术学院 | 基于大数据的学生数据分析方法、装置及计算机设备 |
-
2020
- 2020-12-30 CN CN202011615716.4A patent/CN112700132A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8465288B1 (en) * | 2007-02-28 | 2013-06-18 | Patrick G. Roers | Student profile grading system |
| CN104867074A (zh) * | 2015-05-15 | 2015-08-26 | 东北大学 | 基于遗传算法优化bp神经网络的学生综合素质测定方法 |
| CN109345101A (zh) * | 2018-09-21 | 2019-02-15 | 常州工学院 | 基于综合评价分析法的教育质量评价分析方法 |
| CN112101786A (zh) * | 2020-09-15 | 2020-12-18 | 广东工贸职业技术学院 | 基于大数据的学生数据分析方法、装置及计算机设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113526741A (zh) * | 2021-08-06 | 2021-10-22 | 河北地质大学 | 一种脱硝废水与氨氮废水的除氮装置 |
| CN113526741B (zh) * | 2021-08-06 | 2022-03-01 | 河北地质大学 | 一种脱硝废水与氨氮废水的除氮装置 |
| CN113837542A (zh) * | 2021-08-20 | 2021-12-24 | 华北水利水电大学 | 一种研究生培养质量评价模型 |
| CN113673877A (zh) * | 2021-08-23 | 2021-11-19 | 成都正载教育科技有限公司 | 一种教育质量评价数据采集方法及系统 |
| CN114757802A (zh) * | 2022-04-29 | 2022-07-15 | 西南交通大学 | 基于Nvivo质性分析的研究生导师指导模式构建方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112700132A (zh) | 一种基于区间模型的研究生教育质量评价系统及方法 | |
| CN103548027B (zh) | 用于实现建筑系统的系统和方法 | |
| CN109345101A (zh) | 基于综合评价分析法的教育质量评价分析方法 | |
| CN113807747A (zh) | 一种企业预算管理成熟度测评系统 | |
| Piasna et al. | Job quality: Conceptual and ethodological challenges for comparative analysis | |
| CN102591929B (zh) | 一种图书馆数据处理系统及其数据处理方法 | |
| CN104281523B (zh) | 一种需求可测性分析方法及系统 | |
| CN107729555A (zh) | 一种海量大数据分布式预测方法及系统 | |
| CN110599040A (zh) | 维修训练的评估方法、系统及终端设备 | |
| CN113918806A (zh) | 自动推荐培训课程的方法及相关设备 | |
| CN113592017A (zh) | 一种深度学习模型标准化训练方法、管理系统、处理终端 | |
| Eroglu et al. | Teachers' Perceptions about School Characteristics Supporting Professional Development: A Scale Development Study. | |
| CN106960400A (zh) | 录取概率的评估方法、推荐高考院校的方法及装置 | |
| Fahrian et al. | Financial Performance Information System Using Economic Value Added Method | |
| CN114925895A (zh) | 维修器材预测方法、终端及存储介质 | |
| CN114048925A (zh) | 一种电网综合运营预警方法、装置及终端设备 | |
| CN112465380A (zh) | 基于危废数据的企业行为分析方法、装置、设备及介质 | |
| Burdett et al. | Multicriteria Optimization Techniques for Understanding the Case Mix Landscape of a Hospital | |
| CN118014788A (zh) | 一种基于大数据的教学难度评估方法及系统 | |
| CN117333067B (zh) | 一种智能化的体育教学数据管理方法及系统 | |
| RU81831U1 (ru) | Система автоматизированного обучения базовым навыкам управления технологическим процессом | |
| Aouhassi et al. | Modelling Higher Education Quality Based on Information System Quality | |
| Zhelezniakova et al. | Mathematical Modeling as a Means of Control and Evaluation of the Quality of the Educational Process | |
| CN116542549A (zh) | 一种智能化管控应用平台综合表现评价方法、系统及设备 | |
| Karakozova | Certification of experts as the cost management tool in the context of increased requirements for construction environmental friendliness |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210423 |