摘要 | 第10-11页 |
英文摘要 | 第11-12页 |
1 绪论 | 第13-20页 |
1.1 研究背景 | 第13-14页 |
1.1.1 时代背景 | 第13页 |
1.1.2 实践背景 | 第13-14页 |
1.2 研究目的及意义 | 第14-16页 |
1.2.1 研究目的 | 第14页 |
1.2.2 研究意义 | 第14-15页 |
1.2.3 应用前景 | 第15页 |
1.2.4 技术路线 | 第15-16页 |
1.3 国内外研究现状 | 第16-18页 |
1.3.1 国外研究现状 | 第16-17页 |
1.3.2 国内研究现状 | 第17-18页 |
1.3.3 国内外研究评述 | 第18页 |
1.4 研究内容与研究方法 | 第18-19页 |
1.4.1 研究内容 | 第18-19页 |
1.4.2 研究方法 | 第19页 |
1.5 研究前提 | 第19-20页 |
2 概念界定和理论基础 | 第20-23页 |
2.1 相关概念界定 | 第20-21页 |
2.1.1 大数据 | 第20页 |
2.1.2 教育大数据 | 第20页 |
2.1.3 学业质量评价 | 第20-21页 |
2.2 理论基础 | 第21-22页 |
2.2.1 多元智能理论 | 第21页 |
2.2.2 建构主义理论 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
3 构建大数据背景下高校大学生学业质量评价体系 | 第23-34页 |
3.1 高校大学生学业质量评价的现实诉求 | 第23-26页 |
3.1.1 大学生学业质量评价的现实困境 | 第23-24页 |
3.1.2 大数据背景下高等教育教学的变革趋势 | 第24-25页 |
3.1.3 大数据对高校大学生学业评价的影响 | 第25-26页 |
3.2 构建大数据背景下大学生学业质量评价体系的原则 | 第26-27页 |
3.2.1 全员性原则 | 第26页 |
3.2.2 全面性原则 | 第26-27页 |
3.2.3 全程性原则 | 第27页 |
3.2.4 准确性原则 | 第27页 |
3.2.5 预测性原则 | 第27页 |
3.3 构建大数据背景下大学生学业质量评价指标体系的具体内容 | 第27-33页 |
3.3.1 起点评价 | 第27-28页 |
3.3.2 过程评价 | 第28-33页 |
3.3.3 毕业评价 | 第33页 |
3.4 本章小结 | 第33-34页 |
4 基于模糊数学的实证研究 | 第34-57页 |
4.1 高校大学生理论课程学习的模糊评价 | 第34-40页 |
4.1.1 数据收集 | 第34-35页 |
4.1.2 确定指标权重 | 第35-36页 |
4.1.3 数据处理 | 第36-37页 |
4.1.4 构建理论课程模糊评价模型 | 第37-38页 |
4.1.5 评价结果 | 第38-40页 |
4.2 高校大学生实验课程学习的模糊评价 | 第40-46页 |
4.2.1 数据收集 | 第40-41页 |
4.2.2 确定指标权重 | 第41-42页 |
4.2.3 数据处理 | 第42-43页 |
4.2.4 构建实验课程模糊评价模型 | 第43-44页 |
4.2.5 评价结果 | 第44-46页 |
4.3 高校大学生德育素质的模糊评价 | 第46-52页 |
4.3.1 数据收集 | 第46-47页 |
4.3.2 确定指标权重 | 第47-48页 |
4.3.3 数据处理 | 第48-49页 |
4.3.4 构建德育素质模糊评价模型 | 第49-50页 |
4.3.5 评价结果 | 第50-52页 |
4.4 高校大学生毕业论文设计的模糊评价 | 第52-57页 |
4.4.1 数据收集 | 第52页 |
4.4.2 确定指标权重 | 第52-53页 |
4.4.3 数据处理 | 第53-54页 |
4.4.4 构建毕业论文设计模糊评价模型 | 第54-55页 |
4.4.5 评价结果 | 第55-57页 |
5 结论 | 第57-59页 |
5.1 总结 | 第57页 |
5.2 不足与后续工作 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-62页 |
附录A | 第62-66页 |
附录B | 第66-70页 |
附录C | 第70-74页 |
附录D | 第74-77页 |
攻读硕士学位期间发表的学术论文 | 第77页 |