关键词:
教学质量评价
线上线下混合式教学
BP神经网络
遗传算法
摘要:
为了贯彻“习近平总书记在学校思想政治理论课教师座谈会”上的重要讲话精神,系统、深刻把握精髓要义和科学方法,就要因地制宜、因时制宜、因材施教,积极推广翻转课堂、混合式教学等新型教学模式,着力增强课程的亲和力与针对性,努力打造学生想听爱学的“金课”.在这种趋势下,以慕课为基础的线上线下混合式教学成为了一种优势明显的教学方式.在高等教育改革的过程中,混合式教学模式结合了在线教学和传统教学的优势,逐渐应用于各类专业的教学,但是对于如何建立全面有效的混合式教学评价模型这方面的研究结果却不多.混合式教学具有的自主性和灵活性以及其实施过程中的许多环节使建立混合式教学评价体系变得更复杂,传统教学的质量评价体系并不适用于现有的混合式教学这种模式.因此,本文根据混合式教学的实施过程建立混合式教学评价体系,构建基于BP神经网络的混合式教学评价模型,然后针对BP神经网络的不足,提出将GA-BP神经网络用于混合式教学的质量评价,并且对两种评价模型进行了实证分析.本文的主要工作包括:(1)建立了混合式教学质量评价指标体系.为了构建混合式教学质量评价模型,本文首先制定了关于混合式教学质量评价的调查问卷,以论文中的三大原则和两大因素为参考依据从中提炼出重要的指标,然后与优课联盟平台上各评分项的内容结合起来得到了20个评价指标,建立了以课前、课中、课后教学评价为一级指标,提炼出的20项内容为二级指标的混合式教学质量评价指标体系.(2)建立了基于BP神经网络的混合式教学评价模型.以湖北某高校实施混合式教学的实际情况为例,收集数据并进行预处理;然后根据建立的评价体系确定BP神经网络的结构,将数据输入进行网络训练,得到评价结果;最后对结果进行误差分析.(3)建立了基于GA-BP神经网络的混合式教学评价模型.在分析了BP评价模型的误差后,为了优化此模型,提高评价精度,提出将GA-BP神经网络用于混合式教学的质量评价;然后确定评价模型结构,同样将样本数据输入网络训练,得到评价结果;最后对结果进行误差分析.(4)为了更好地体现和比较BP、GA-BP这两种神经网络评价模型的效果,论文中继续将样本数据输入原始的GA和BSA中,得到评价结果及误差;然后将BP、GA-BP这两种评价模型与GA、BSA两种算法的评价结果进行对比,发现GA-BP神经网络评价模型的精度较高,可以为混合式教学质量评价提供一个较为可行的方案.