1.本发明属于教育教学技术领域，具体为基于熵值权有效程度分析的教育教学评鉴系统。
背景技术：2.高校教育教学评价改革是关乎国家未来、社会发展的国家事权。然而， 受到价值观念、文化、经济以及评价改革方案设计等因素影响，教育教学评 价改革在价值、文化、制度等层面遭遇了多元困境。这些困境在不同程度和 方面阻碍改革实施进程和效果。尤其是针对高校课堂教学评价众多学者进行 了广泛深入地研究。
3.研究表明，高校学生评教方法和系统的改变一般会直接影响教师评价评教的科学性和一致性，很多情况下应该分析学生评价的偶然性和随机性，从而造成对评价结果的扰动。高校评教系统中最直接而又最粗糙的题目是确定教学总体得分。学生对教师评价的有效性、科学性、一致性、系统性还取决于很多无关因素的影响。如教师对学生的个性特征，第一印象、热情、幽默，与师生间的融洽关系密切相关，而学生对教师教学的个性特征，学科兴趣、课程目标、前期经历、课堂表现，与师生融洽关系和学生参与无相关性。有时一旦学生对教师是认可的，则不管内容如何都认可，即所有题目的最高选项，可能会影响学生评教总体评价，尤其对于评教进行恶意评教的学生利用原有方法比较难于处理。对于教学恶评学生的有效识别会在较大程度上影响最终的评教结果。因此，只有正确有效处理好这些学生与共识学生的评教差别才能对评教确定出比较科学可信的评教数据结果。目前，对于课堂评价的数据进行信度分析的方法主要有再测试法、平行测试法以及折半法。这些方法都是比较成熟的信度分析方法，常常采用spss统计分析方法对数据的信度进行测量。尤其利用信度分析方法可以设计有效的问卷以便达到比较有效的调研的效果。其中，一是再测试法的缺点主要是两次测试缺乏独立性、首次测试存留的记忆性知识影响再测试、再测试者的主观状态和周围环境都会影响测试结果，然而这些缺点都会影响课堂评价的效果。二是平行测试法可以弥补再测试法的一些不足，但是平行测试法又很难做到真正的平行测试。三是折半法相比前两种方法更加易于操作，也更加适合课堂教学评价，但是对恶意评分学生的分辨度不高。综述分析，常用的数据信度分析方法虽然在一定程度上可以解决一些课堂教学评价的数据分析问题，但是效果并不明显。因此，基于以上的数据信度分析困难，本发明基于熵值分析对课堂教学评鉴数据信度进行分析检验，并能通过具体的实例来验证模型的有效性和可行性。
技术实现要素：4.本发明的目的在于提供基于熵值权有效程度分析的教育教学评鉴系统，以解决上述背景技术中提出的问题。
5.为实现上述目的，本发明提供如下技术方案：基于熵值权有效程度分析的教育教学评鉴系统，包括评鉴数据矩阵单元、标准化处理单元、归一化处理单元、计算差异单元、评
鉴真实度单元和真实度排名单元，所述评鉴数据矩阵单元的输出端与标准化处理单元的输入端通讯连接，所述标准化处理单元的输出端与归一化处理单元的输入端通讯连接，所述归一化处理单元的输出端与计算差异单元的输入端通讯连接，所述计算差异单元的输出端与评鉴真实度单元的输入端通讯连接，所述评鉴真实度单元的输出端与真实度排名单元的输入端通讯连接；
6.所述评鉴数据矩阵单元用于构建学生评鉴数据矩阵，同时向标准化处理单元发送评鉴数据矩阵；
7.所述标准化处理单元用于接收评鉴数据矩阵单元发送的评鉴数据矩阵，进行标准化处理，同时向归一化处处理单元发送处理结果；
8.所述归一化处理单元用于接收标准化处理单元发送的处理结果，进行归一化处理，同时向计算差异单元发送归一化处理结果；
9.所述计算差异单元用于接收归一化处理单元发送的处理结果，计算每个学生的差异度，同时向鉴真实度单元发送差异度；
10.所述评鉴真实度单元用于接收计算差异单元发送的差异度，进行确定每位学生的评鉴真实度和真实度反向值，同时向真实度排名单元对应发送真实度值；
11.所述真实度排名单元用于接收评鉴真实度单元发送的评鉴真实度和真实度反向值，对所有评鉴学生进行评鉴真实度排名，根据阈值控制原则，选出满足条件的前k个评鉴真实度较高的学生。
12.作为优选，所述评鉴数据矩阵单元用于构建学生评鉴数据矩阵时计算公式为：将学生的评鉴数据结果填入行标为题目，列标为学生的表格中，形成原始评鉴数据矩阵a＝(a
ij
)。
13.作为优选，所述标准化处理单元接收评鉴数据矩阵单元发送的评鉴数据矩阵时计算公式为：
14.a＝(a
ij
)中每一个评鉴数据都除以行和列的最大值，即
[0015][0016]
从而形成标准化评鉴数据矩阵
[0017]
作为优选，所述归一化处理单元接收标准化处理单元发送的处理结果时计算公式为：
[0018]
中每一个评鉴数据都除以它所在列的列和，即
[0019][0020]
从而形成归一化评鉴数据矩阵。
[0021]
作为优选，所述计算差异单元接收归一化处理单元发送的处理结果时计算步骤为：
[0022]
用平均信息熵来衡量每个学生评鉴的差异度，首先，计算每个学生的平均信息量：
[0023]
然后，计算第j个学生的差异度为：xj＝1-h(sj)。
[0024]
作为优选，所述评鉴真实度单元接收计算差异单元发送的差异度时计算公式为：
[0025]
首先，根据同一课程所有学生评鉴的差异度来确定平均差异度μ与差异度的标准差σ；
[0026]
然后，根据概率密度函数f(x)，确定第j个学生的评鉴真实度：
[0027][0028]
其中t(x；m)是自由度为m的学生分布的密度函数。
[0029]
作为优选，所述真实度排名单元的阀值由实际的评鉴情况，所述阀值为一个可变量，所述阀值取值范围为0.85-1。
[0030]
与现有技术相比，本发明的有益效果是：
[0031]
1、本发明通过利用改进的熵值法一定程度上改善了原有数据信度分析方法，脱离了利用软件处理评鉴数据的方式，从理论和应用上丰富了数据信度的分析方法，利用基于熵值分析的课堂教学评鉴数据信度检验方法在一定程度上规避了原有教学评价中出现的恶意评分现象，并可以有效鉴别出恶意评分的学生；
[0032]
2、利用反向分析方法处理了评鉴数据的波动性，有效地提升了评鉴数据信度的稳定性；
[0033]
3、利用正向和反向熵值的均值确定了评鉴数据的可信度权重，利用基于熵值分析的课堂教学评鉴数据信度检验方法可以真实客观地为所有学生确定出相应的课堂教学评鉴可信度权重，并能通过课堂评鉴数据信度的权重有效区别出合理评分与恶意评分学生之间的具体差别。
附图说明
[0034]
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引申获得其他的实施附图。
[0035]
图1是本发明基于熵值权有效程度分析的教育教学评鉴系统流程示意图；
[0036]
图2是本发明基于熵值权有效程度分析的教育教学评鉴系统拓扑示意图。
具体实施方式
[0037]
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置的例子。
[0038]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所
获得的所有其他实施例，都属于本发明保护的范围。
[0039]
参见图1所示，基于熵值权有效程度分析的教育教学评鉴系统，包括评鉴数据矩阵单元、标准化处理单元、归一化处理单元、计算差异单元、评鉴真实度单元和真实度排名单元，所述评鉴数据矩阵单元的输出端与标准化处理单元的输入端通讯连接，所述标准化处理单元的输出端与归一化处理单元的输入端通讯连接，所述归一化处理单元的输出端与计算差异单元的输入端通讯连接，所述计算差异单元的输出端与评鉴真实度单元的输入端通讯连接，所述评鉴真实度单元的输出端与真实度排名单元的输入端通讯连接；
[0040]
所述评鉴数据矩阵单元用于构建学生评鉴数据矩阵a＝(a
ij
)，同时向标准化处理单元发送评鉴数据矩阵a＝(a
ij
)；
[0041]
所述标准化处理单元用于接收评鉴数据矩阵单元发送的a＝(a
ij
)，进行标准化处理，同时向归一化处处理单元发送处理结果
[0042]
所述归一化处理单元用于接收标准化处理单元发送的处理结果进行归一化处理，同时向计算差异单元发送归一化处理结果；
[0043]
所述计算差异单元用于接收归一化处理单元发送的处理结果，计算每个学生的差异度，同时向鉴真实度单元发送差异度xj；
[0044]
所述评鉴真实度单元用于接收计算差异单元发送的差异度xj，进行确定每位学生的评鉴真实度f(xj)和真实度反向值f
′
(xj)，同时向真实度排名单元对应发送真实度值；
[0045]
所述真实度排名单元用于接收评鉴真实度单元发送的评鉴真实度f(xj)和真实度反向值f
′
(xj)，对所有评鉴学生进行评鉴真实度排名，根据阈值控制原则，选出满足条件的前k个评鉴真实度较高的学生。
[0046]
其中，所述评鉴数据矩阵单元用于构建学生评鉴数据矩阵时计算步骤为：首先，将“非常不符合”、“不太符合”、“难以判断”、“比较符合”以及“非常符合”五个选项分别映射于1、2、3、4、5五个数字；
[0047]
然后，将学生的评鉴数据结果填入行标为题目，列标为学生的表格中，形成原始评鉴数据矩阵a＝(a
ij
)。
[0048]
原始评鉴数据矩阵表
[0049][0050][0051]
其中，所述标准化处理单元接收评鉴数据矩阵单元发送的评鉴数据矩阵时计算公式为：
[0052]
a＝(a
ij
)中每一个评鉴数据都除以行和列的最大值，即
[0053][0054]
从而形成标准化评鉴数据矩阵
[0055]
其中，所述归一化处理单元接收标准化处理单元发送的处理结果时计算公式为：
[0056]
中每一个评鉴数据都除以它所在列的列和，即
[0057][0058]
从而形成归一化评鉴数据矩阵。
[0059]
其中，所述计算差异单元接收归一化处理单元发送的处理结果时计算公式为：用平均信息熵来衡量每个学生评鉴的差异度，首先，计算每个学生的平均信息量：
[0060][0061]
这里，当时，规定，同时，根据熵的概念可知某个学生sj的评鉴变异程度越大，与其他学生的差异较大，形成共识的几率较小，该学生的信息熵越小，即该学生提供的信息量越大；
[0062]
然后，计算第j个学生的差异度为：
[0063]
xj＝1-h(sj)。
[0064]
显然，第j个学生的信息熵越小，该学生的差异度就越大，从而说明该学生达成共识的机率也就比较小。
[0065]
其中，所述评鉴真实度单元接收计算差异单元发送的差异度时计算公式为：
[0066]
首先，根据同一课程所有学生评鉴的差异度来确定平均差异度μ与差异度的标准差σ；
[0067]
然后，根据概率密度函数f(x)，确定第j个学生的评鉴真实度：
[0068][0069]
其中t(x；m)是自由度为m的学生分布的密度函数；
[0070]
接着，赋予“非常不符合”、“不太符合”、“难以判断”、“比较符合”以及“非常符合”五个选项分别对应于5、4、3、2、1五个数字，然后，重复步骤1-5计算每位学生的评鉴真实度反向值f
′
(xj)。
[0071]
其中，所述真实度排名单元的阀值由实际的评鉴情况，所述阀值为一个可变量，所述阀值取值范围为0.85-1。
[0072]
实施例：在实际的应用中，包括以下流程：
[0073]
s1、输入教学评鉴原始数据；
[0074]
s2、构建学生评鉴数据矩阵a＝(a
ij
)；
[0075]
s3、评鉴数据矩阵a标准化处理成
[0076]
s4、标准化评鉴数据矩阵归一化处理成
[0077]
s5、计算每个学生的教学评鉴平均信息量：
[0078][0079]
计算每个学生的教学评鉴差异度：
[0080]
xj＝1-h(sj)；
[0081]
s6、计算每个学生的教学评鉴可信度正向值f(xj)，计算每个学生的教学评鉴可信度反向值f
′
(xj)；
[0082]
s7、确定每个学生的教学评鉴可信度权值：
[0083][0084]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
[0085]
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围由下面的权利要求指出。
技术特征：1.基于熵值权有效程度分析的教育教学评鉴系统，其特征在于：包括评鉴数据矩阵单元、标准化处理单元、归一化处理单元、计算差异单元、评鉴真实度单元和真实度排名单元，所述评鉴数据矩阵单元的输出端与标准化处理单元的输入端通讯连接，所述标准化处理单元的输出端与归一化处理单元的输入端通讯连接，所述归一化处理单元的输出端与计算差异单元的输入端通讯连接，所述计算差异单元的输出端与评鉴真实度单元的输入端通讯连接，所述评鉴真实度单元的输出端与真实度排名单元的输入端通讯连接；所述评鉴数据矩阵单元用于构建学生评鉴数据矩阵，同时向标准化处理单元发送评鉴数据矩阵；所述标准化处理单元用于接收评鉴数据矩阵单元发送的评鉴数据矩阵，进行标准化处理，同时向归一化处处理单元发送处理结果；所述归一化处理单元用于接收标准化处理单元发送的处理结果，进行归一化处理，同时向计算差异单元发送归一化处理结果；所述计算差异单元用于接收归一化处理单元发送的处理结果，计算每个学生的差异度，同时向鉴真实度单元发送差异度；所述评鉴真实度单元用于接收计算差异单元发送的差异度，进行确定每位学生的评鉴真实度和真实度反向值，同时向真实度排名单元对应发送真实度值；所述真实度排名单元用于接收评鉴真实度单元发送的评鉴真实度和真实度反向值，对所有评鉴学生进行评鉴真实度排名，根据阈值控制原则，选出满足条件的前k个评鉴真实度较高的学生。2.根据权利要求1所述的基于熵值权有效程度分析的教育教学评鉴系统，其特征在于，所述评鉴数据矩阵单元用于构建学生评鉴数据矩阵时计算步骤为：将学生的评鉴数据结果填入行标为题目，列标为学生的表格中，形成原始评鉴数据矩阵a＝(a
ij
)。3.根据权利要求2所述的基于熵值权有效程度分析的教育教学评鉴系统，其特征在于，所述标准化处理单元接收评鉴数据矩阵单元发送的评鉴数据矩阵时计算公式为：a＝(a
ij
)中每一个评鉴数据都除以行和列的最大值，即从而形成标准化评鉴数据矩阵4.根据权利要求3所述的基于熵值权有效程度分析的教育教学评鉴系统，其特征在于，所述归一化处理单元接收标准化处理单元发送的处理结果时计算公式为：中每一个评鉴数据都除以它所在列的列和，即从而形成归一化评鉴数据矩阵a％＝(a％
ij
)。5.根据权利要求4所述的基于熵值权有效程度分析的教育教学评鉴系统，其特征在于，所述计算差异单元接收归一化处理单元发送的处理结果时计算公式为：
用平均信息熵来衡量每个学生评鉴的差异度，首先，计算每个学生的平均信息量：然后，计算第j个学生的差异度为：x
j
＝1-h(s
j
)。6.根据权利要求5所述的基于熵值权有效程度分析的教育教学评鉴系统，其特征在于，所述评鉴真实度单元接收计算差异单元发送的差异度时计算公式为：首先，根据同一课程所有学生评鉴的差异度来确定平均差异度μ与差异度的标准差σ；然后，根据概率密度函数f(x)，确定第j个学生的评鉴真实度：其中t(x；m)是自由度为m的学生分布的密度函数。7.根据权利要求1所述的基于熵值权有效程度分析的教育教学评鉴系统，其特征在于：所述真实度排名单元的阀值由实际的评鉴情况，所述阀值为一个可变量，所述阀值取值范围为0.85-1。
技术总结本发明公开了基于基于熵值权有效程度分析的教育教学评鉴系统，涉及教育教学技术，包括评鉴数据矩阵单元、标准化处理单元、归一化处理单元、计算差异单元、评鉴真实度单元和真实度排名单元，本发明通过利用改进的熵值法一定程度上改善了原有数据信度分析方法，利用基于熵值分析的课堂教学评鉴数据信度检验方法在一定程度上规避了原有教学评价中出现的恶意评分现象，并可以有效鉴别出恶意评分的学生；利用反向分析方法处理了评鉴数据的波动性，有效地提升了评鉴数据信度的稳定性；利用正向和反向熵值的均值确定了评鉴数据的可信度权重，并能通过课堂评鉴数据信度的权重有效区别出合理评分与恶意评分学生之间的具体差别。别。别。
技术研发人员：杨兆廷 赵晓明 陈刚
受保护的技术使用者：河北金融学院
技术研发日：2022.07.12
技术公布日：2022/11/1
