一种智慧教育综合评价方法、系统、电子设备及存储介质

本发明涉及智慧教育，具体地说，涉及一种智慧教育综合评价方法、系统、电子设备及存储介质。

背景技术：

1、智慧教育即教育信息化，是指在教育领域即教育管理、教育教学和教育科研全面深入地运用现代信息技术来促进教育改革与发展的过程。其技术特点是数字化、网络化、智能化和多媒体化，基本特征是开放、共享、交互、协作、泛在。以教育信息化促进教育现代化，用信息技术改变传统模式。教育信息化是国家信息化的重要组成部分，对于转变教育思想和观念，深化教育改革，提高教育质量和效益，培养创新人才具有深远意义，是实现教育跨越式发展的必然选择。教育信息化在未来将在教育云平台上进行展现，随着教育信息化平台的发展应用，根据教育部的规划，教育信息化将为现有的教育网、校园网进行教育信息化升级，新一代教育网必然成为未来教育信息化的基础。

2、在现有评价体系中采用critic方法来确定权重，只能度量问题之间的线性关系，而无法度量问题之间的非线性关系，而在教育系统中，非线性关系才是常态。

技术实现思路

1、本发明针对上述现有教育系统评价体系中只能度量智慧教育数据变量之间的线性关系，无法度量智慧教育数据变量之间的非线性关系的问题，提出一种智慧教育综合评价方法、系统、电子设备及存储介质，该方法首先通过构建智慧教育评价体系，确定智慧教育评价体系的指标和观测点；其次采用主观和客观结合的方法，确定权重，并计算各层次智慧教育得分；然后进行排名和聚类，得到聚类结果；最后进行画像分析，得到智慧教育综合评价；通过度量智慧教育数据变量之间的非线性关系，更好地反映了变量间的关系；提高了比对准确率。

2、本发明具体实现内容如下：

3、一种智慧教育综合评价方法，具体包括以下步骤：

4、步骤1：构建智慧教育评价体系，并确定智慧教育评价体系的指标和观测点；指标包括一级指标、二级指标、三级指标；

5、步骤2：采用主观和客观结合的方法，确定指标和观测点的权重w；主观的方法为自适应层次分析法；客观的方法为nl-critic方法；

6、步骤3：根据权重w，计算区县智慧教育得分、学校智慧教育得分和教师智慧教育得分；

7、步骤4：将区县智慧教育得分、学校智慧教育得分和教师智慧教育得分进行排名，并根据biclustering双聚类法进行聚类分析，得到聚类结果；

8、步骤5：根据聚类结果，将区县智慧教育得分、学校智慧教育得分和教师智慧教育得分进行画像分析，得到智慧教育综合评价。

9、为了更好地实现本发明，进一步地，步骤1具体包括以下步骤：

10、步骤11：以教育信息化平台、师生调查问卷、访谈作为数据输入源，采集智慧教育数据；

11、步骤12：清洗智慧教育数据，分析清洗后的智慧教育数据的信度，并保存信度合格的智慧教育数据；

12、步骤13：根据信度合格的智慧教育数据，构建智慧教育评价体系，并确定智慧教育评价体系的一级指标、二级指标、三级指标和观测点；

13、一级指标包括智慧环境指标、师生智慧素养指标、智慧融合指标、智慧人才指标；

14、二级指标包括在智慧环境指标下的硬环境指标和软环境指标，在智慧素养指标下的信息意识指标、信息知识指标、信息应用指标、伦理安全指标和专业发展指标，在智慧融合指标下的智慧生活指标、智慧教学指标、智慧评价指标和智慧治理指标，在智慧人才指标下的综合发展指标和显性成果指标；

15、三级指标包括在硬环境指标下的基础环境指标和创新环境指标，在软环境指标下的平台环境指标和应用系统指标，在信息意识指标下的信息认识指标、信息情感指标和信息意志指标，在信息知识指标下的基础知识指标和技术知识指标，在信息应用指标下的获取处理指标、优化创新指标、学情测评指标和有效沟通指标，在伦理安全指标下的伦理道德指标和信息安全指标，在专业发展指标下的持续获取指标和能力成长指标，在智慧生活指标下的家校交流指标和学习空间指标，在智慧评价指标下的数据采集指标和呈现解读指标，在智慧治理指标下的智慧管理指标、智慧服务指标和智慧决策指标，在综合发展指标下的教师提升指标，在显性成果指标下的获取教师成果指标和学生成果指标；

16、观测点为根据三级指标的数据参数设置的对应的观测点。

17、为了更好地实现本发明，进一步地，当清洗以师生调查问卷为智慧教育数据的数据输入源时，步骤12具体包括以下步骤：

18、步骤121：去除智慧教育数据中填报时间低于设置的标准阈值的调查问卷，并分析师生调查问卷的信度；

19、步骤122：根据师生调查问卷的题目数量、师生调查问卷的题目之间的平均相关系数，计算师生调查问卷的标准化系数；

20、步骤123：根据标准化系数，判断师生调查问卷的信度。

21、为了更好地实现本发明，进一步地，步骤2具体包括以下步骤：

22、步骤21：采用客观的方法计算指标或观测点的权重wc；

23、步骤22：采用主观的方法计算指标或观测点的权重wp；

24、步骤23：根据权重wc、权重wp、权重系数，计算最终的权重w。

25、为了更好地实现本发明，进一步地，步骤21的具体操作为：根据指标或观测点的标准差、指标或观测点间的距离相关系数、指标或观测点的距离方差，计算指标或观测点的权重wc。

26、为了更好地实现本发明，进一步地，步骤22具体包括以下步骤：

27、步骤221：将指标或观测点分解为不同的组成因素，并根据组成因素构建判断矩阵；组成因素包括学情分析的标度值、教学设计的标度值、学法指导的标度值和学业评价的标度值；

28、步骤222：根据设定标准将组成因素进行两两比较，得到比较结果；

29、步骤223：根据比较结果，计算组成因素的重要性排序；

30、步骤224：根据重要性排序，计算指标或观测点的权重wp。

31、为了更好地实现本发明，进一步地，步骤23的具体操作为：

32、

33、其中，β1、β2为权重系数，wc为采用客观的方法计算的指标或观测点的权重，wp为采用主观的方法计算的指标或观测点的权重，t表示向量的转置，c’m表示采用客观的方法计算的指标或观测点第m个权重，pm表示表示采用主观的方法计算的指标或观测点第m个权重。

34、为了更好地实现本发明，进一步地，步骤3的具体操作为：首先根据权重w计算出老师智慧教育得分和学生智慧教育得分，然后根据老师智慧教育得分和学生智慧教育得分，计算学科智慧教育得分、学段智慧教育得分、年级智慧教育得分和年龄段师生智慧教育得分，最后根据学科智慧教育得分、学段智慧教育得分、年级智慧教育得分和年龄段师生智慧教育得分，计算区县智慧教育得分。

35、为了更好地实现本发明，进一步地，步骤4具体包括以下步骤：

36、步骤41：将区县、学校和学科作为行向量，将一级指标、二级指标、三级指标和观测点作为列向量，建立输入矩阵；

37、步骤42：将输入矩阵进行归一化处理，并计算奇异向量值；

38、步骤43：将奇异向量值进行排序，并利用一维k均值确定奇异向量值的近似值；

39、步骤44：根据欧几里得距离，计算近似值的评分；

40、步骤45：根据评分，确定最佳的奇异向量值子集，将区县智慧教育得分、学校智慧教育得分和教师智慧教育得分投影到最佳的奇异向量值子集并聚集，得到聚类结果。

41、基于上述提出的智慧教育综合评价方法，为了更好地实现本发明，进一步地，提出一种智慧教育综合评价系统，包括构建单元、权重确定单元、计算单元、聚类单元、综合评价单元；

42、构建单元，用于构建智慧教育评价体系，并确定智慧教育评价体系的指标和观测点；指标包括一级指标、二级指标、三级指标；

43、权重确定单元，用于采用主观和客观结合的方法，确定指标和观测点的权重w；主观的方法为自适应层次分析法；客观的方法为nl-critic方法；

44、计算单元，用于根据权重w，计算区县智慧教育得分、学校智慧教育得分和教师智慧教育得分；

45、聚类单元，用于将区县智慧教育得分、学校智慧教育得分和教师智慧教育得分进行排名，并根据biclustering双聚类法进行聚类分析，得到聚类结果；

46、综合评价单元，用于根据聚类结果，将区县智慧教育得分、学校智慧教育得分和教师智慧教育得分进行画像分析，得到智慧教育综合评价。

47、基于上述提出的智慧教育综合评价方法，为了更好地实现本发明，进一步地，提出一种电子设备，包括存储器、处理器；存储器上存储有计算机程序；

48、当处理器在计算机程序上执行时，实现上述的智慧教育综合评价方法。

49、基于上述提出的智慧教育综合评价方法，为了更好地实现本发明，进一步地，提出一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令；

50、当计算机指令在上述的处理器上执行时，实现上述的智慧教育综合评价方法。

51、本发明具有以下有益效果：

52、（1）本发明采用主观和客观相结合的方法确定权重，更好地度量了指标之间的非线性关系，更好地利用了智慧教育数据中的信息，提高了与实际感知的符合程度。

53、（2）本发明采用自适应层次分析法，避免了传统的层次分析法在比较因素过多时，产生错误从而通不过一致性检验的问题，在减少专家工作量的同时提高了比对准确率。

54、（3）本发明能够更加准确和充分地挖掘教育数据中的信息，实现对多层次的教师智慧教育发展水平的画像分析，找出各类老师的优势和短板，实现针对性的培训和提升。