支持向量機的英語(yǔ)教學(xué)質(zhì)量評價(jià)論文

　　摘要：針對英語(yǔ)教學(xué)質(zhì)量復雜的變化特點(diǎn)，為獲得高精度的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果，設計了基于主成分分析和支持向量機的英語(yǔ)教學(xué)質(zhì)量評價(jià)模型。對英語(yǔ)教學(xué)質(zhì)量的影響指標進(jìn)行構建，采用主成分分析對英語(yǔ)教學(xué)質(zhì)量評價(jià)指標進(jìn)行優(yōu)化和選擇，利用支持向量機得到英語(yǔ)教學(xué)質(zhì)量等級評價(jià)結果。具體應用實(shí)例的測試結果表明，所提模型可對英語(yǔ)教學(xué)質(zhì)量等級進(jìn)行高精度評價(jià)，評價(jià)結果能夠為提高英語(yǔ)教學(xué)質(zhì)量提供有價(jià)值的信息。

　　關(guān)鍵詞：高校教育；英語(yǔ)教學(xué)質(zhì)量；指標體系；指標權值；主成分分析；支持向量機

　　引言

　　在高校教育中，英語(yǔ)是每一個(gè)大學(xué)生的必修課，而且本科院校對大學(xué)英語(yǔ)水平有一定的要求，同時(shí)英語(yǔ)與其他課程學(xué)習直接相關(guān)，因此提高大學(xué)生英語(yǔ)教學(xué)質(zhì)量十分重要[1]。而教學(xué)質(zhì)量是衡量英語(yǔ)教學(xué)效果的一個(gè)關(guān)鍵指標，英語(yǔ)教學(xué)質(zhì)量評價(jià)是一個(gè)十分復雜的過(guò)程，涉及到許多因素，如評價(jià)指標、評價(jià)方法等，因此建立一種客觀(guān)、科學(xué)的英語(yǔ)教學(xué)質(zhì)量評價(jià)系統是一個(gè)具有挑戰性的問(wèn)題[23]。相對于其他課程教學(xué)，英語(yǔ)教學(xué)具有自身的特殊性，如互動(dòng)性比較強，知識具有相當強的連貫性，因此比一般課程的教學(xué)質(zhì)量評價(jià)要復雜得多[4]。最初高校采用簡(jiǎn)單統計學(xué)方法對英語(yǔ)教學(xué)質(zhì)量進(jìn)行評價(jià)，假設英語(yǔ)教學(xué)效果與評價(jià)指標是一種固定的變化關(guān)系，通過(guò)確定變化參數，就可以得到相應的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果[5]。實(shí)際上教學(xué)效果與評價(jià)指標之間不是一種簡(jiǎn)單的變化關(guān)系，因此評價(jià)結果的可信度低[6]。隨后引入了專(zhuān)家系統實(shí)現英語(yǔ)教學(xué)質(zhì)量評價(jià)，高校一般通過(guò)學(xué)校的一些教授、專(zhuān)家對某一位老師的英語(yǔ)教學(xué)效果進(jìn)行評價(jià)[7]，有時(shí)還引入了學(xué)生評價(jià)結果，該方法的評價(jià)結果可信度高[8]，但是每一個(gè)學(xué)校所側重的評價(jià)指標不同，導致英語(yǔ)教學(xué)質(zhì)量評價(jià)結果具有一定的主觀(guān)性，客觀(guān)性不強[9]。近些年，隨著(zhù)信息處理技術(shù)的不斷成熟，有學(xué)者提出一些英語(yǔ)教學(xué)質(zhì)量自動(dòng)評價(jià)系統，通過(guò)選擇一些評價(jià)指標，并根據指標收集英語(yǔ)教學(xué)的歷史數據，采用相應方法對英語(yǔ)教學(xué)質(zhì)量的等級進(jìn)行估計，最后綜合專(zhuān)家評價(jià)結果產(chǎn)生英語(yǔ)教學(xué)質(zhì)量的最后評價(jià)等級[10]。在實(shí)際應用中，還存在許多問(wèn)題有待解決，如英語(yǔ)教學(xué)質(zhì)量評價(jià)指標多，指標之間存在一定的共非線(xiàn)性，指標相互干擾，同時(shí)評價(jià)指標過(guò)多，計算時(shí)間復雜度高，英語(yǔ)教學(xué)質(zhì)量評價(jià)效率低等[1112]。為了獲得較好的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果，提出基于主成分分析和支持向量機的英語(yǔ)教學(xué)質(zhì)量評價(jià)方法，具體應用實(shí)例測試結果表明，該方法可以對英語(yǔ)教學(xué)質(zhì)量等級進(jìn)行高精度的評價(jià)，可為英語(yǔ)教學(xué)過(guò)程提供一定的參考信息。

　　1.支持向量機和主成分分析

　　1.1支持向量機由于英語(yǔ)教學(xué)質(zhì)量評價(jià)是一個(gè)分類(lèi)問(wèn)題，因此需要構建分類(lèi)器，本文采用支持向量機實(shí)現。設一個(gè)英語(yǔ)教學(xué)質(zhì)量評價(jià)問(wèn)題的數據集為(xi,yi)，xi∈Rn,yi∈{-1,1}，i=1,2,…,n，xi為英語(yǔ)教學(xué)質(zhì)量評價(jià)的指標，yi表示英語(yǔ)教學(xué)質(zhì)量的等級，基于風(fēng)險最小化理論，建立如下的超平面：y=ωT(x)+b（1）式中：ω為法向量；b為偏移向量。如果問(wèn)題不是線(xiàn)性不可分，那么直接對式（1）進(jìn)行求解不現實(shí)。為了建立最優(yōu)的超平面，對非線(xiàn)性分類(lèi)問(wèn)題進(jìn)行轉換和優(yōu)化，即：minJ(ω,)=12夕鬲2+C∑i=1nis.t.yi(ω(xi)+b)1-i，i0，i=1,2,,n（2）式中C表示錯誤分類(lèi)結果的懲罰參數。由于每引入一個(gè)新的樣本時(shí)，支持向量機就要重新進(jìn)行一次學(xué)習，當樣本規模大時(shí)，學(xué)習時(shí)間就長(cháng)，導致計算時(shí)間的復雜度相當高。為了加快學(xué)習速度，引入Lagrange乘子得到對偶問(wèn)題，這樣超平面分類(lèi)函數為：f(x)=sgnè÷∑i=1lαiyi((x)(x)i)+b（3）式中αi為L(cháng)agrange乘子。采用核函數K(xi,x)代替點(diǎn)積操作((x)(x)i)，簡(jiǎn)化支持向量機的分類(lèi)過(guò)程，式（3）變?yōu)椋篺(x)=sgnè÷∑i=1lαiyiK(xi,x)+b（4）1.2主成分分析算法英語(yǔ)教學(xué)質(zhì)量評價(jià)指標比較多，需要通過(guò)一定技術(shù)對評價(jià)指標進(jìn)行篩選，以減少評價(jià)指標的數量，本文引入主成分分析實(shí)現英語(yǔ)教學(xué)質(zhì)量評價(jià)質(zhì)量的選擇。主成分分析算法可以將英語(yǔ)教學(xué)質(zhì)量的指標進(jìn)行組合，得到一組新的指標，新指標可以描述原始全部指標的大部分信息，從而有效降低了英語(yǔ)教學(xué)質(zhì)量評價(jià)分類(lèi)器的輸入向量數，具體步驟為：1）原始英語(yǔ)教學(xué)質(zhì)量評價(jià)指標組成的集合為X=(X1,X2,,Xp)，p表示評價(jià)指標數量。由于英語(yǔ)教學(xué)質(zhì)量評價(jià)指標的單位不一樣，使得數據差異大，會(huì )給英語(yǔ)教學(xué)質(zhì)量評價(jià)結果帶來(lái)負面影響。為了消除該負面影響，對英語(yǔ)教學(xué)質(zhì)量評價(jià)的指標值進(jìn)行標準化處理，具體如下：xˉij=(x)ij-xˉjsj（5）其中：ìíxˉj=1n∑i=1nxijsj=1n-1∑i=1n(x)ij-xˉj2（6）2）對英語(yǔ)教學(xué)質(zhì)量評價(jià)指標的相關(guān)系數矩陣進(jìn)行計算，得到：R=(r)ijp×p,rij=∑k=1nxˉkixˉkj(n-1)（7）式中rij表示第i個(gè)英語(yǔ)教學(xué)質(zhì)量評價(jià)樣本的第j個(gè)指標的相關(guān)系數。3）對特征方程λu=Ru進(jìn)行求解，可以得特征值λ=(λ1,λ2,,λp)，λ1薛2薛藀0以及相應向量u=(u1,u2,,up)，uj=(u1j,u2j,,upj)。4）計算主要成分的累計方差貢獻率∑i=1pαi，其中，αi表示第i個(gè)主要成分的貢獻率，當前m個(gè)主要成分滿(mǎn)足條件∑i=1mαi85%時(shí)，那么就可以認為這m個(gè)主要成分Y1,Y2,,Ym就是處理后的教學(xué)質(zhì)量評價(jià)新指標，它們作為英語(yǔ)教學(xué)質(zhì)量評價(jià)的新特征向量，減少教學(xué)質(zhì)量評價(jià)指標的維數。

　　2.主成分分析和支持向量機的英語(yǔ)教學(xué)質(zhì)量評價(jià)模型

　　2.1構建英語(yǔ)教學(xué)質(zhì)量評價(jià)指標體系為得到理想的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果，首先要構建最優(yōu)的評價(jià)指標體系。當前英語(yǔ)教學(xué)質(zhì)量評價(jià)指標體系有多種方法，每一種方法的選擇標準不一樣，如：有的以教學(xué)內容為重，有的以課堂教學(xué)為重，其他方面為輔。本文從兩個(gè)方面對評價(jià)指標進(jìn)行構建，一個(gè)是教師，另一個(gè)是學(xué)生.2.2英語(yǔ)教學(xué)質(zhì)量評價(jià)模型的工作步驟基于數據挖掘的英語(yǔ)教學(xué)質(zhì)量評價(jià)模型的工作步驟如下：1）對一個(gè)學(xué)校的具體某個(gè)老師的英語(yǔ)教學(xué)相關(guān)數據進(jìn)行收集，并建立英語(yǔ)教學(xué)質(zhì)量評價(jià)指標體系。2）根據英語(yǔ)教學(xué)質(zhì)量評價(jià)指標體系對數據進(jìn)行相應處理，并得到英語(yǔ)教學(xué)質(zhì)量評價(jià)等級，它們構建了英語(yǔ)教學(xué)質(zhì)量評價(jià)的學(xué)習樣本。3）采用主成分分析對英語(yǔ)教學(xué)質(zhì)量的原始評價(jià)指標進(jìn)行降維處理，建立新的英語(yǔ)教學(xué)質(zhì)量評價(jià)指標體系，減少指標之間的共線(xiàn)性關(guān)系，從而大幅度降低輸入向量的數量。4）根據主成分分析得到結果，并對英語(yǔ)教學(xué)質(zhì)量評價(jià)的原始學(xué)習樣本進(jìn)行處理，可以有效減少數據規模。5）選擇部分數據組成英語(yǔ)教學(xué)質(zhì)量評價(jià)的訓練樣本，用于建立英語(yǔ)教學(xué)質(zhì)量評價(jià)指標的分類(lèi)器。6）根據支持向量機對英語(yǔ)教學(xué)質(zhì)量評價(jià)的訓練樣本進(jìn)行學(xué)習，建立英語(yǔ)教學(xué)質(zhì)量評價(jià)的分類(lèi)函數。7）根據英語(yǔ)教學(xué)質(zhì)量評價(jià)的分類(lèi)函數對訓練樣本進(jìn)行評價(jià)，得到相應的英語(yǔ)教學(xué)質(zhì)量等級。綜上可知。

　　3.教學(xué)質(zhì)量評價(jià)的測試實(shí)驗

　　3.1數據來(lái)源為了分析英語(yǔ)教學(xué)質(zhì)量評價(jià)效果，選擇某高校的英語(yǔ)課堂教學(xué)效果作為研究對象，根據圖1的13個(gè)評價(jià)指標收集相關(guān)數據，并通過(guò)專(zhuān)家得到相應的英語(yǔ)教學(xué)質(zhì)量等級值，共得到200個(gè)樣本，部分數據如表1所示。其中，x1表示停課次數，x2表示調課次數，依次類(lèi)推，x13表示批改作業(yè)的認真和耐心程度，y表示英語(yǔ)教學(xué)質(zhì)量的等級值。3.2主成分分析算法的結果采用主成分對表1中的數據進(jìn)行分析，得到主成分的累計貢獻率如表2所示，對表2的累計貢獻率進(jìn)行分析可知，前面5個(gè)主成分的累計貢獻率超過(guò)了85%，這表明它們可以代表原始指標的重要信息，因此選擇5個(gè)主成分重新構建英語(yǔ)教學(xué)質(zhì)量評價(jià)數據，并采用20個(gè)數據作為測試樣本，其他為英語(yǔ)教學(xué)質(zhì)量評價(jià)的訓練樣本。3.3確定支持向量機的核函數在英語(yǔ)教學(xué)質(zhì)量評價(jià)過(guò)程中，支持向量機核函數的選擇十分重要，不同核函數得到的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果不同，本文采用幾種常用的核函數進(jìn)行性能測試，得到的結果如表3所示，對表3的測試結果進(jìn)行分析，RBF函數的性能最優(yōu)，為此采用該核函數進(jìn)行英語(yǔ)教學(xué)質(zhì)量評價(jià)。3.4英語(yǔ)教學(xué)質(zhì)量評價(jià)結果采用本文模型對英語(yǔ)教學(xué)質(zhì)量進(jìn)行評價(jià)，得到20個(gè)測試樣本的評價(jià)結果，具體如圖3所示。從圖3可以看出，通過(guò)本文模型對英語(yǔ)教學(xué)質(zhì)量進(jìn)行評價(jià)，可以得到較好的評價(jià)結果，可以對英語(yǔ)教學(xué)過(guò)程進(jìn)行準確擬合，能夠為實(shí)際英語(yǔ)教學(xué)過(guò)程提供有用的信息。采用RBF神經(jīng)網(wǎng)絡(luò )+主成分分析（PCARBF）、沒(méi)有采用主成分分析算法的支持向量機（SVM）進(jìn)行英語(yǔ)教學(xué)質(zhì)量評價(jià)對比實(shí)驗，得到的結果如表4所示。對表4的英語(yǔ)教學(xué)質(zhì)量綜合評價(jià)結果進(jìn)行分析可知：1）PCARBF的英語(yǔ)教學(xué)質(zhì)量評價(jià)精度最低，這是因為雖然通過(guò)主成分分析算法對教學(xué)質(zhì)量特征進(jìn)行了選擇，但是RBF神經(jīng)網(wǎng)絡(luò )具有過(guò)擬合學(xué)習缺陷，導致部分樣本的英語(yǔ)教學(xué)質(zhì)量評價(jià)錯誤比較大，雖然其英語(yǔ)教學(xué)質(zhì)量的評價(jià)時(shí)間最短，工作效率最高，但是評價(jià)精度不能滿(mǎn)足實(shí)際應用的要求，適用性比較差。2）SVM的英語(yǔ)教學(xué)質(zhì)量評價(jià)精度也要低于本文模型，這是因為太多的教學(xué)質(zhì)量評價(jià)指標存在，它們之間相互干擾，對評價(jià)結果產(chǎn)生一定的負面影響，本文模型通過(guò)主成分分析提取了能夠描述教學(xué)質(zhì)量特征的主成分，獲得了更優(yōu)的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果，而且平均評價(jià)時(shí)間縮短，加快了英語(yǔ)教學(xué)質(zhì)量評價(jià)速度，這是因為輸入向量的數量變少，英語(yǔ)教學(xué)質(zhì)量評價(jià)效率得到提高。

　　4.結語(yǔ)

　　英語(yǔ)是大學(xué)中的一門(mén)核心課程，其教學(xué)質(zhì)量直接影響到其他課程學(xué)習，而英語(yǔ)教學(xué)質(zhì)量的評價(jià)指標眾多，評價(jià)指標之間相互影響，而且有一定的重復度，導致教學(xué)質(zhì)量等級與指標是一種復雜、非線(xiàn)性變化關(guān)系，為了提高英語(yǔ)教學(xué)質(zhì)量的評價(jià)準確性，本文提出基于主成分分析和支持向量機的英語(yǔ)教學(xué)質(zhì)量評價(jià)模型，采用層次分析方法構建英語(yǔ)教學(xué)質(zhì)量評價(jià)指標，使評價(jià)結果的可解釋性強，而且評價(jià)結果更加科學(xué)，通過(guò)引入主成分分析對英語(yǔ)教學(xué)質(zhì)量進(jìn)行優(yōu)化和選擇，去除一些作用不大的評價(jià)指標，加快英語(yǔ)教學(xué)質(zhì)量的評價(jià)速度，采用支持向量機對英語(yǔ)教學(xué)質(zhì)量等級進(jìn)行估計，獲得了理想的英語(yǔ)教學(xué)質(zhì)量評價(jià)結果。在英語(yǔ)教學(xué)質(zhì)量評價(jià)過(guò)程中，支持向量機參數對評價(jià)結果有一定的影響，如何確定最合適的參數有待于進(jìn)一步研究和探討。

　　參考文獻

　　[1]劉強，戴起勛.高等教育大眾化條件下教學(xué)質(zhì)量評價(jià)體系研究現狀[J].江蘇大學(xué)學(xué)報，2003，25（2）：3134.LIUQiang，DAIQixun.Theconditionofpopularizationofhighereducationteachingqualityevaluationsystemresearch[J].JournalofJiangsuUniversity，2003，25（2）：3134.

　　[2]徐風(fēng)華，李波.多元統計分析在研究型教學(xué)評價(jià)中的應用[J].湖北師范學(xué)院學(xué)報（自然科學(xué)版），2009，29（3）：3338.XUFenghua，LIBo.Applicationofmultivariatestatisticalanalysisinresearchteachingevaluation[J].JournalofHubeiNormalUniversity（naturalscienceedition），2009，29（3）：3338.

　　[3]張首芳.教師教學(xué)質(zhì)量評價(jià)新指標體系的建立[J].計算機教育，2003（5）：4546.ZHANGShoufang.Theestablishmentofanewindexsystemforteachingqualityevaluationofteachers[J].Computereducation，2003（5）：4546.

　　[4]李巧林，鄭傳寧，王章豹.關(guān)于高校教學(xué)質(zhì)量管理與監控體系建設的探析[J].合肥工業(yè)大學(xué)學(xué)報，2001，15（3）：7681.LIQiaolin，ZHENGChuanning，WANGZhangbao.Thequalitymanagementandmonitoringsystemofcollegeteachingontheconstruction[J].JournalofHefeiUniversityofTechnology，2001，15（3）：7681.

　　[5]孫曉玲，王寧，梁艷.應用BP神經(jīng)網(wǎng)絡(luò )的教學(xué)評價(jià)模型及仿真[J].計算機仿真，2010，27（11）：314318.SUNXiaoling，WANGNing，LIANGYan.ApplicationofBPneuralnetworkteachingevaluationmodelandsimulation[J].Computersimulation，2010，27（11）：314318.

　　[6]李強，黃玉珍.本科課堂教學(xué)質(zhì)量評價(jià)的模糊數學(xué)方法[J].南通大學(xué)學(xué)報（自然科學(xué)版），2008，7（2）：9294.LIQiang，HUANGYuzhen.Fuzzymathematicsmethodforevaluatingthequalityofundergraduateclassteaching[J].JournalofNantongUniversity（naturalscienceedition），2008，7（2）：9294.

　　[7]屈慧瓊，劉華良.層次分析法在高校形勢與政策教學(xué)質(zhì)量評價(jià)中的應用[J].南華大學(xué)學(xué)報（自然科學(xué)版），2008，22（2）：7579.QUHuiqiong，LIUHualiang.Applicationofanalytichierarchyprocessinteachingqualityevaluationofsituationandpolicyinuniversities[J].JournalofUniversityofSouthChina（scienceandtechnology），2008，22（2）：7579.

　　[8]馬星.基于層次關(guān)聯(lián)理論的教學(xué)質(zhì)量評價(jià)方法[J].武漢理工大學(xué)學(xué)報（信息與管理工程版），2007，29（5）：122125.MAXing.Teachingqualityevaluationmethodbasedonhierarchicalassociationtheory[J].JournalofWuhanUniversityofTechnology（informationandmanagementengineeringedition），2007，29（5）：122125.

　　[9]馬紅.運用灰色趨勢關(guān)聯(lián)方法評價(jià)教學(xué)質(zhì)量[J].武漢理工大學(xué)學(xué)報，2010，32（15）：181184.MAHong.Evaluationofteachingqualityusinggreytrendcorrelationmethod[J].JournalofWuhanUniversityofTechnology，2010，32（15）：181184.

　　[10]汪旭暉，黃飛華.基于神經(jīng)網(wǎng)絡(luò )的教學(xué)質(zhì)量評價(jià)模型及應用[J].高等工程教育研究，2007，21（5）：7881.WANGXuhui，HUANGFeihua.Teachingqualityevaluationmodelandapplicationbasedonneuralnetwork[J].Higherengineeringeducationresearch，2007，21（5）：7881.

　　[11]付海艷，符謀松，張誠.粗糙集理論在高校教學(xué)質(zhì)量評價(jià)分析中的應用[J].計算機工程與應用，2007，43（36）：214216.FUHaiyan，FUMousong，ZHANGCheng.Applicationofroughsettheoryintheevaluationandanalysisofteachingqualityincollegesanduniversities[J].Computerengineeringandapplication，2007，43（36）：214216.

　　[12]許敏，王士同.PSO優(yōu)化的神經(jīng)網(wǎng)絡(luò )在教學(xué)質(zhì)量評價(jià)中的應用[J].計算機工程與設計，2008，29（20）：53275330.XUMin，WANGShitong.PSOoptimizedneuralnetworkappliedintheevaluationofteachingquality[J].Computerengineeringanddesign，2008，29（20）：53275330.

【支持向量機的英語(yǔ)教學(xué)質(zhì)量評價(jià)論文】相關(guān)文章：

高校教學(xué)質(zhì)量評價(jià)問(wèn)題及對策論文03-04

考究職校英語(yǔ)教學(xué)質(zhì)量論文11-21

把脈小學(xué)英語(yǔ)語(yǔ)音教學(xué)提升英語(yǔ)教學(xué)質(zhì)量論文03-05

教師英語(yǔ)教學(xué)質(zhì)量論文推薦04-01

高職英語(yǔ)教學(xué)質(zhì)量監控與評價(jià)體系研究11-26

單片機論文06-25

民辦高校教師教學(xué)質(zhì)量評價(jià)的研究論文11-19

高師體育院系教師教學(xué)質(zhì)量評價(jià)改革構想論文03-06

體育教學(xué)質(zhì)量的提升研究論文02-18

非學(xué)術(shù)支持服務(wù)遠程教育論文03-18