摘要：為對教師教學(xué)質(zhì)量進(jìn)行精準(zhǔn)評價，文章開展基于改進(jìn)支持向量機(jī)（Support Vector Machine，SVM）的高校教師教學(xué)質(zhì)量評價系統(tǒng)設(shè)計與實現(xiàn)研究。文章基于B/S模式，搭建用戶管理、評價標(biāo)準(zhǔn)制定、評價任務(wù)發(fā)布、評價模型等核心模塊作為系統(tǒng)架構(gòu)，設(shè)定高校教師教學(xué)質(zhì)量評價指標(biāo)體系，規(guī)范并優(yōu)化高校教師教學(xué)質(zhì)量評價指標(biāo)，構(gòu)建高校教師教學(xué)質(zhì)量評價模型，通過交叉驗證法優(yōu)化模型參數(shù)，實現(xiàn)教師教學(xué)質(zhì)量評價。測試結(jié)果表明，設(shè)計系統(tǒng)具有較高的AUC值，能準(zhǔn)確評價教師教學(xué)質(zhì)量，應(yīng)用效果較好。

關(guān)鍵詞：改進(jìn)SVM算法；教學(xué)質(zhì)量評價；評價指標(biāo)體系；系統(tǒng)設(shè)計與實現(xiàn)

中圖分類號：G643 文獻(xiàn)標(biāo)志碼：A

0 引言

傳統(tǒng)教學(xué)質(zhì)量評價存在效率低且評價結(jié)果不準(zhǔn)確的問題，為此，開發(fā)高校教師教學(xué)質(zhì)量評價系統(tǒng)，對提升教學(xué)質(zhì)量、促進(jìn)教師發(fā)展至關(guān)重要［1］。在現(xiàn)有的教師評價系統(tǒng)中，傳統(tǒng)的SVM算法在處理多分類問題時應(yīng)用效果不佳。近年來，研究者提出多種改進(jìn)SVM算法，如二叉樹SVM、多分類SVM等，在多領(lǐng)域均取得顯著效果［2］?；谏鲜霰尘埃疚奶岢隽艘环N基于改進(jìn)SVM的高校教師教學(xué)質(zhì)量評價系統(tǒng)，以實現(xiàn)對教師教學(xué)質(zhì)量的精準(zhǔn)評價。

1 系統(tǒng)架構(gòu)設(shè)計

文章基于瀏覽器（Browser/Server，B/S）模式，融合改進(jìn)SVM算法，構(gòu)建高校教師教學(xué)質(zhì)量評價系統(tǒng)，該系統(tǒng)主要由核心模塊和數(shù)據(jù)庫構(gòu)成，具體架構(gòu)如圖1所示。

通過以上架構(gòu)，該系統(tǒng)可實現(xiàn)對教學(xué)質(zhì)量評價工作的全面覆蓋和高效管理［3］。

2 系統(tǒng)軟件設(shè)計

2.1 構(gòu)建高校教師教學(xué)質(zhì)量評價指標(biāo)體系

為構(gòu)建全面、系統(tǒng)的教學(xué)質(zhì)量評價指標(biāo)體系，須要考慮教學(xué)準(zhǔn)備、教學(xué)實施與教學(xué)效果3個方面［4］。文章以此為一級教學(xué)評價指標(biāo)，細(xì)化挖掘二級評價指標(biāo)，構(gòu)建的教師教學(xué)質(zhì)量評價指標(biāo)體系如圖2所示。

如圖2所示，文章構(gòu)建的體系不僅涵蓋教師的教學(xué)能力、教學(xué)方法和課堂管理，還綜合考慮學(xué)生的學(xué)習(xí)體驗、學(xué)習(xí)成果和反饋意見。

2.2 預(yù)處理高校教師教學(xué)質(zhì)量評價指標(biāo)

由于不同教學(xué)質(zhì)量評價指標(biāo)在量綱、數(shù)量級和性質(zhì)上的差異，直接比較和評估會導(dǎo)致結(jié)果失真。因此，須要采取預(yù)處理步驟來規(guī)范這些指標(biāo)。文章采用效應(yīng)系數(shù)法對指標(biāo)進(jìn)行歸一化處理。即針對數(shù)值越高表示教學(xué)質(zhì)量越好的指標(biāo)，使用正向歸一化公式處理，如式（1）所示。

xg=xi-xminxmax-xmin（1）

其中，xi為第i個指標(biāo)的值，xmax和xmin為該指標(biāo)的最大值和最小值。

針對數(shù)值越低表示教學(xué)質(zhì)量越好的指標(biāo)，使用負(fù)向歸一化公式，如式（2）所示。

xg=1-xi-xminxmax-xmin（2）

經(jīng)歸一化處理后，所有指標(biāo)都將轉(zhuǎn)化為無量綱的效應(yīng)系數(shù)，數(shù)值在［0，1］的閉區(qū)間內(nèi)，具有相同的可比性。針對指標(biāo)多、信息冗余問題，文章用RReliefF算法精選指標(biāo)，量化權(quán)重，對定量指標(biāo)進(jìn)行離散化處理，學(xué)生反饋分?jǐn)?shù)離散化等級如表1所示。

離散化處理使得原本連續(xù)的分?jǐn)?shù)值被轉(zhuǎn)化為離散的等級標(biāo)簽，可得到精簡且規(guī)范化的教學(xué)質(zhì)量評價指標(biāo)體系，為后續(xù)模型的構(gòu)建提供數(shù)據(jù)基礎(chǔ)。

2.3 基于改進(jìn)SVM建立高校教師教學(xué)質(zhì)量評價模型

文章將預(yù)處理后的教學(xué)質(zhì)量評價指標(biāo)分為訓(xùn)練集與測試集2部分，以此構(gòu)建SVM教學(xué)質(zhì)量評價模型。傳統(tǒng)SVM改進(jìn)設(shè)計特定映射函數(shù)，將問題轉(zhuǎn)化為標(biāo)準(zhǔn)優(yōu)化問題，以提升模型性能。文章采用Smooth loss functions替代傳統(tǒng)的hinge loss，改進(jìn)后的SVM目標(biāo)函數(shù)為：

minw，b12‖w‖2+C∑niSL（yi，（w·xi）+b）（3）

式中，n為訓(xùn)練集中樣本的總數(shù)，yi為訓(xùn)練集中第i個指標(biāo)的真實標(biāo)簽，w為權(quán)重向量，b為偏置項，C為懲罰因子，SL為平滑損失函數(shù)。綜上，可通過調(diào)整懲罰因子C，控制模型對誤分類樣本的容忍度，進(jìn)而影響模型的復(fù)雜度和泛化能力。針對該模型，文章在訓(xùn)練階段采用交叉驗證調(diào)參的方式，劃分訓(xùn)練集子集，試錯不同參數(shù)組合。完成模型優(yōu)化后，通過測試集驗證模型性能。綜上，完成基于改進(jìn)SVM的教學(xué)質(zhì)量評價系統(tǒng)設(shè)計。

3 實驗分析

3.1 測試準(zhǔn)備

為驗證設(shè)計系統(tǒng)的可行性，須開展實驗測試。文章配置高性能的服務(wù)器和穩(wěn)定的網(wǎng)絡(luò)環(huán)境，以確保測試結(jié)果的準(zhǔn)確性。測試環(huán)境配置信息如表2所示。

由于該系統(tǒng)采用個性化評價算法，因此，文章測試前設(shè)計多個場景以驗證評價算法的先進(jìn)性，確保得到結(jié)果準(zhǔn)確而公正。同時，考慮到教學(xué)質(zhì)量評價是一個持續(xù)進(jìn)行的過程，系統(tǒng)應(yīng)具備良好的實時性和可擴(kuò)展性。測試時會關(guān)注系統(tǒng)是否能夠快速處理新的評價數(shù)據(jù)并保持穩(wěn)定的性能。

3.2 測試結(jié)果及分析

為驗證設(shè)計系統(tǒng)的性能，重點測試系統(tǒng)的AUC值。AUC值作為評估模型分類性能的重要參數(shù)，能反映模型在不同閾值下的分類能力。測試的結(jié)果如表3所示。

設(shè)計系統(tǒng)的AUC值普遍高于0.90，表明該系統(tǒng)跨教學(xué)場景表現(xiàn)優(yōu)異，可準(zhǔn)確區(qū)分不同學(xué)科教師的教學(xué)質(zhì)量，應(yīng)用效果較好。

4 結(jié)語

為提高教師教學(xué)質(zhì)量評價效果，本次研究改進(jìn)SVM算法，結(jié)合高校教學(xué)的實際需求，開發(fā)出一套高效的教學(xué)評價系統(tǒng)。盡管系統(tǒng)整體性能優(yōu)異，但在某些特定教學(xué)場景下，AUC值仍然相對較低。因此，在未來工作中須針對特定場景進(jìn)行研究和優(yōu)化，以提升系統(tǒng)的分類性能，不斷完善評價指標(biāo)體系，通過引入更多元化的評價維度和指標(biāo)，努力提高評價的全面性和針對性，以確保評價結(jié)果更加準(zhǔn)確、客觀。

參考文獻(xiàn)

［1］宋冬梅.數(shù)學(xué)教學(xué)質(zhì)量評估系統(tǒng)設(shè)計及算法改進(jìn)分析［J］.首都師范大學(xué)學(xué)報（自然科學(xué)版），2023（3）：84-88.

［2］楊艷，何佳佳，盧瓊.基于大數(shù)據(jù)挖掘的體育課堂情景教學(xué)質(zhì)量評價系統(tǒng)［J］.自動化技術(shù)與應(yīng)用，2023（2）：147-150.

［3］連慧白，黃偉雄.基于指標(biāo)權(quán)重的教學(xué)質(zhì)量評價系統(tǒng)設(shè)計［J］.信息與電腦（理論版），2022（16）：88-90.

［4］張玲，洪瑩.基于深度學(xué)習(xí)的土木建筑類專業(yè)教學(xué)質(zhì)量評價系統(tǒng)設(shè)計［J］.信息與電腦（理論版），2022（12）：251-253.

（編輯 王永超）

Design and implementation of the teaching quality evaluation system based on improved SVMLI Junqiao

（Changchun University of Finance And Economics， Changchun 130122， China）

Abstract： In order to accurately evaluate the teaching quality of teachers， this research on the design and implementation of the teaching quality evaluation system of university teachers based on the improved SVM was conducted. The paper based on B / S mode， builds user management， evaluation standards， evaluation task， evaluation model core module as system architecture， sets college teachers teaching quality evaluation index system， standardizes and optimizes university teachers teaching quality evaluation index， and builds college teachers teaching quality evaluation model， through cross validation optimization model parameters， to realize the teachers’ teaching quality evaluation. The test results show that the design system has high AUC value， can accurately evaluate teacher teaching quality and has good application effect.

Key words： improving SVM algorithm; teaching quality evaluation; evaluation index system; system design and implementation