基本信息
- 项目名称：
- 科学合理的评价学生成绩
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 数理
- 大类：
- 自然科学类学术论文
- 简介：
- 为了更加科学合理的解决学生学习状态的评定和今后成绩的预测问题。本文制订了模糊聚类模型、成绩变动模型和标准分数模型三个综合评价学生成绩模型的方法。研究了学生的学习状况的评价和预测。实践证明这三种方法能够更全面、客观、合理的评价学生的学习状况，预测学生的学习情况。该成果对学生的学习状况的评价具有一定的参考价值和指导意义
- 详细介绍：
- 影响学生成绩变化的因素很多，除了与教学资源、教学环境（如学生的学习环境和氛围、家庭的环境和氛围等）、教师的教学能力等外部因素有关，还与学生的自身智力、学习方法的优劣、学生的兴趣和爱好、学习动机、焦虑水平等内部因素息息相关，因此对个人来说其成绩具有随机性。 在以往的评价方式中，单纯利用“绝对分数”，用各次成绩累加得到总分评价学生，是不合理，也是不公平的。这是因为忽略了学生的其他主观因素，例如学生的基础水平和努力程度，而且忽略了不同学期考试试卷的难易程度和不同学期学生考试等外部因素的影响，这对一部分学生会产生不利的影响。 在以往的评价模式的基础上，一方面，要考虑到每个学生在群体中的“相对分数”，得到衡量学生水平的真正标准；另一方面，对于基础条件薄弱但是成绩一直在进步的学生，应当给予一定的鼓励。
作品专业信息
撰写目的和基本思路
- 目的：对于一个特定的整体来说，其成绩具有一定的统计学规律，现有的分析说明只停留在表面。对基础条件相对薄弱的学生很难起到鼓励并提高成绩的作用，从侧面反映了目前现有的评价方式的不公正性。本次研究有利于教学部门更好的掌握学生的学习情况和今后的发展趋势，更好的因材施教。 基本思路：运用MATLAB软件及EXCEL对数据分析处理，运用模糊聚类方法、成绩变动模型和标准分数模型对学生成绩进行预测及合理评价。
科学性、先进性及独特之处
- 科学性：建立标准分数模型所求解不偏不倚地反映客观事实的概率密度分布。且数据分析结果与实际基本相符。 先进性:基于模糊聚类方法对学生成绩预测，在国内尚属先例。 创新点： 在已有的学生成绩评价体系中，并未有过利用成绩变动模型和标准分数模型的评价体系。本文对于学生的成绩评价系统进行了更为深入的研究，运用三种模型方法对学生成绩进行科学合理符合实际的评价，有广泛的应用价值。
应用价值和现实意义
- 影响学生成绩变化因素很多，对个人来说其成绩具有随机性，利用模糊聚类模型，成绩变动模型和标准分数模型有利于全面、客观、合理的评价学生的学习状况，有利于教学部门更好的掌握学生的学习情况和今后的发展趋势。 利用模糊聚类方法对学生成绩进行预测在国内尚属先例。且运用三种模型方法进行评价，对教学部门掌握教风、学风，特别是每个学生的进步情况有很大帮助，有广泛的应用价值。
学术论文摘要
- 为了更加科学合理的解决学生学习状态的评定和今后成绩的预测问题。本文制订了模糊聚类模型、成绩变动模型和标准分数差模型三个综合评价学生成绩模型的方法。研究了学生的学习状况的评价和预测。实践证明这三种方法能够更全面、客观、合理的评价学生的学习状况，预测学生的学习情况。该成果对学生的学习状况的评价具有一定的参考价值和指导意义
获奖情况
- 1、《学生成绩评价数学建模》于2010年5月发表在全国中文核心期刊 《辽宁工程技术大学学报》（Vol.29 Suppl.1）； 2、《基于模糊聚类的方法预测学生的学习状态》于2009年11月发表在中国工业与应用数学学会会刊《工程数学学报》（Vol.26 Supp.1）
鉴定结果
- 无
参考文献
- [1] 鲁 庆云, 刘其铎. 成绩评价模式的改进及其实证[J]. 2008, l: 69—72 [2] 赵东方,数学模型与计算[M]. 北京：科学出版社,2007 [3] 沈继红,数学建模[M]. 哈尔滨：哈尔滨工程大学出版社,2007 [4] 谢兆鸿,数学建模技术[M]. 北京：中国水利水电出版社,2003 [5] 唐焕文,数学模型引论[M]. 大连：大连理工大学出版社,1990
同类课题研究水平概述
- 截止目前，模糊聚类分析法，成绩变动模型和标准分数模型在社会中具有广泛应用，例如：利用Z分数评价学生的探索与思考。 运用标准分数模型得到的概率密度分布是不添加任何主观因素，不偏不倚地反映客观事实的概率密度分布。 鲁庆云等发表的《成绩评价模式的改进及其实证》、张海波等发表的《北京奥运会中国军团金牌数的预测》均提出，采用成绩变动模型和标准分数模型所确定出的被测量的概率分布式含有最少主观假定的分布，由其所确定的测量结果的估计、测量不确定度的计算结果是可靠的。 利用模糊聚类方法对对学生成绩的评价，对水系的水质问题进行评价，对人类资源管理进行评价等等。采用聚类分析技术，可以将无标识的数据对象自动划分为不同类，并且不受人的先验知识的约束和干扰，从而获取属于数据集合中原本存在的信息，而模糊聚类是聚类分析与模糊理论相结合，以提高寻优效益的聚类方法。但应用到对某项体系或某种事物进行预测当中的并不很广泛，特别是对学生学习成绩的预测。 陈跃夫发表的《模糊聚类分析在高职学生职业岗位能力评价的应用》、陈彩霞等发表的《大学生考试成绩的模糊综合评价》文章均提出，采用模糊聚类分析方法对学生成绩进行科学分析，模糊聚类的结果与模糊综合评价的排名结果基本一致，结果和实际情况基本符合，说明利用模糊数学的方法研究学生成绩的综合排名是可行的，但是模型的不足在于模型的分析过程地总分法、平均值法复杂，会增加工作人员的工作量。但均未有过利用模糊聚类方法进行学生成绩的预测。 我们的研究，针对学生成绩基于成绩变动模型和标准分数模型评价，利用模糊聚类方法进行评价与预测，对学生成绩的掌握和评估起到一定的丰富作用。
