粗集理论是由Pawlak教授于20世纪80年代初提出的一种用于处理不确定性和含糊性知识的数学工具,其基本思想是保持分类能力不变的前提下,通过知识约简,导出概念的分类规则。它无需提供相关数据集合外的任何先验信息,适合于发现数据中隐含的、潜在有用的规律,找出其内部数据的关联关系和特征。近年来,粗集理论和应用取得了很大的成功。 教学质量评估系统是保证教学质量的重要手段,教学评估是一个多因素、多变量、模糊的非线性过程。采用粗集理论方法,解决教学质量评估系统中,处理数据时面临数据量大、数据不确定等问题。 首先,本文介绍了经典(Pawlak型)粗糙集的基本理论,重点研究:属性约简和值约简问题,属性约简就是对决策表中冗余属性进行约简,本文采用了一种基于信息量的启发式属性约简算法;值约简就是进一步简化对象的属性值,获得决策规则,本文在多值可分辨矩阵的基础上提出值约简算法。其次,设计与阐述了评估系统的总体结构与功能,并对公共登录模块、数据采集模块、教师综合评估模块和统计查询模块进行了详细设计。最后,将粗集理论中属性约简和值约简算法应用于教学质量评估系统,建立基于粗集理论的教学评估系统数据挖掘模型,系统通过数据预处理、属性约简、规则生成和化简、规则验证四个过程,找出评估中对课堂教学质量提高的重要指标,并对教师做出形成性评价。