基于CNN的教学质量评估模型研究

摘要：

高校教学质量评估活动开展为广大教师及时调整教学策略提供针对性建议,有助于提高教学质量.但现行评估方法多为简单加权平均,人为给定指标权重,常存在主观性和片面性局限.针对上述现象,该文综合学生、同行教师、督导员三方评价将教学质量分为优秀、良好、一般和较差 4 个等级,并采用神经网络算法,建立基于卷积神经网络的教学质量评估模型.该文首先研究现行教学质量评估体系优缺点,判断模型构建可行性,提出基于深度学习的教学质量评估模型构建方法,然后代入现有教学评估数据,比较所得结果与已知事实验证模型准确性.结果证明,评估模型准确性较高.该研究将有助于建立一个更加科学可靠的教学质量评估标准体系.

关键词：教学质量、深度学习、评估方法、CNN网络、评价体系

所属期刊栏目：9

分类号：G642(高等教育)

资助基金：湖北省科技厅省级基金项目;武汉大学遥感信息工程学院三全育人教改项目;武汉大学遥感信息工程学院三全育人教改项目;武汉大学遥感信息工程学院三全育人教改项目;武汉大学教改项目

在线出版日期：2023-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：14-17