[发明专利]一种教师素质评价方法及系统

权利要求书

1.一种教师素质评价方法，其特征在于，包括以下步骤：

步骤S1：采集教师的多维度数据样本，建立源数据矩阵；

步骤S2：利用极大值标准化处理方法对源数据矩阵进行标准化处理，得到标准数据矩阵；

步骤S3：根据信息熵确定评价因素的权重系数，从标准数据矩阵中计算得到权重向量；

步骤S4：对教师集合进行聚类处理，先用模糊关系传递闭包法对所有数据样本进行大致的分类，然后大致分类的基础上，进行精确分类。

2.如权利要求1所述的一种教师素质评价方法，其特征在于，在数据样本中，包括至少一位老师的多维度的评价指标，其中所述评价指标包括但不限于一级指标、二级指标，所述一级指标包括但不限于学生评价、同行评价、自我评价、论文及获奖数量、工作量指标。

3.如权利要求2所述的一种教师素质评价方法，其特征在于，对于n位教师，每位教师有m个评价指标，则源数据矩阵为：

在利用极大值标准化处理方法对源数据矩阵进行标准化处理过程中，使用以下计算公式得到标准数据矩阵Y＝{y_ij}_n×m：

4.如权利要求3所述的一种教师素质评价方法，其特征在于，在步骤S3中，第j项指标下第i个对象指标值的比重

第j项评价指标的权重为：

将所有的h_j进行归一化处理，第j项评价指标的权重系数为：

则m个评价指标所对应的权重向量为：W＝(w₁,w₂,w₃,...,w_m)。

5.如权利要求4所述的一种教师素质评价方法，其特征在于，在步骤S4中，使用模糊关系传递闭包法对所有数据样本进行大致分类的过程中，包括以下步骤：

步骤S411：固定c值，将所有数据样本进行初始化，其中c为评价结果论域中元素的个数；

步骤S412：构造相似矩阵R＝(r_ij)_H×H,r_ij,i＝1,2,...,H,j＝1,2,...,H,表示样本i与样本j的相似程度，其中利用贴近度法来表示样本之间相似程度：

步骤S413：求出等价关系R^*。通过平方计算法可以快速求得R^*。依次求得直到，则有，

步骤S414：采用λ截集矩阵法进行分类，λ是R^*中的隶属度，选择不同的隶属度使样本分为不同的C类。

6.如权利要求5所述的一种教师素质评价方法，其特征在于，在步骤S4中，在大致分类的基础上进行精确分类的过程中，包括以下步骤：

步骤S421：根据大致分类的结果，取一初始模糊分类矩阵U₀，U₀＝[u_ij]_c×n，其中U₀∈[0,1]，

对于第l次迭代结果U^l，计算聚类中心向量；

式中，

步骤S422：修正模糊分类矩阵U^l，

其中

步骤S423：比较U^l与U^l+1，若对确定的ε0，则R^l+1和V^l即为所求模糊分类矩阵R和聚类中心向量V，停止迭代，由模糊分类矩阵R得到学生评价分类结果；否则，返回步骤S421继续迭代执行。

7.如权利要求1至6任一项所述的一种教师素质评价方法，其特征在于，根据精确分类结果，划分分类区间，并针对每个分类区间定义落在此区间内教师的评价结果。

8.如权利要求7所述的一种教师素质评价方法，其特征在于，计算得到权重向量后，根据多维度数据的重要性差别，人为调整权重向量大小。