课堂教学评估的多层次贝叶斯网络分类器方法

• 作 者: 李兰春 王双成 王辉
• 机 构: 上海立信会计学院外语学院,上海立信会计学院数学与信息学院,中央民族大学信息工程学院
• 出 处: 东北师大学报：自然科学版
• 发表日期: 2012年1期
• 关键词: 课堂教学 朴素贝叶斯网络 分类器 评估 classroom teaching naive Bayesian network classifier asse
• 基金项目: 国家自然科学基金资助项目（60675036）, 教育部人文社科基金资助项目（10YJA630154）, 上海市教委重点学科建设项目（J51702）,上海市教委科研创新重点项目（09zz202）

课堂教学是为实现一定的教学目标而展开的信息传递、过程控制和策略实施过程.依据课堂教学的特点给出了课堂教学评估的指标体系,并在此基础上建立了课堂教学评估的层次贝叶斯网络分类器模型.为提高分类器的分类识别准确率,在连续属性中引入形状参数,实验结果显示,通过形状参数的优化能够显著提高分类器的分类识别可靠性.