[发明专利]一种基于深度神经网络学习评分数据对的教学评价方法有效
| 申请号： | 201910319686.3 | 申请日： | 2019-04-19 |
| 公开（公告）号： | CN110046667B | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 黄晓辉;熊李艳;曾辉 | 申请（专利权）人： | 华东交通大学 |
| 主分类号： | G06Q50/20 | 分类号： | G06Q50/20;G06K9/62;G06N3/04 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 何世磊 |
| 地址： | 330013*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度神经网络学习评分数据对的教学评价方法，所述方法包括以下步骤：以课程为节点，以学生选课为边构建一个学生选课图，然后通过图聚类的方法把课程分成几个课群，同一课群内的课程具有相似的选课学生群体，不同课群的课程具有不同的选课学生群体；在每个课群内，根据学生对课程的教学评价数据库生成教学评价对，所述教学评价对是一名学生对两门课程的教学评价结果；通过深度神经网络学习教学评价对，得到每门课程的教学评价表示向量；聚类每门课程的教学评价表示向量，将一个课群分成若干个课程分组，然后通过统计不同课程分组之间的教学评价对，得到最后的课程评价结果。本发明能够得到更加公平、公正的教学评价结果。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 学习 评分 数据 教学 评价 方法 | ||
【主权项】：
1.一种基于深度神经网络学习评分数据对的教学评价方法，其特征在于，所述方法包括以下步骤：以课程为节点，以学生选课为边构建一个学生选课图，然后通过图聚类的方法把课程分成几个课群，同一课群内的课程具有相似的选课学生群体，不同课群的课程具有不同的选课学生群体；在每个课群内，根据学生对课程的教学评价数据库生成教学评价对，所述教学评价对是一名学生对两门课程的教学评价结果；通过深度神经网络学习教学评价对，得到每门课程的教学评价表示向量；聚类每门课程的教学评价表示向量，将一个课群分成若干个课程分组，然后通过统计不同课程分组之间的教学评价对，得到最后的课程评价结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东交通大学，未经华东交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910319686.3/，转载请声明来源钻瓜专利网。
- 上一篇：海量图片标注方法
- 下一篇：一种高性能的多域图像分类方法
