随着我国高等教育扩招的逐年增加,如何保证教学质量是一个迫需研究的问题,伴随着教育部五年一次的教学评估,各个高校不断进行改革,以达到评估的要求,并提高自己的教学质量。伴随着评估活动,高校自己也应有自己的一套教学质量评价体系,以便对自己的教学进行预评估及在两次教学评估之间来保证教学质量。支持向量机是一种新的机器学习算法,是在有限样本下统计学习理论的一种成功实现,它建立在统计学习理论的VC维理论和结构风险最小化原理基础上,根据有限样本在模型复杂性和学习能力之间寻求一种折中,以期达到最佳的推广性能。由于出色的学习性能,以及在小样本识别等许多方面有其独特的优势,现已应用在许多领域。本文主要工作:1、结合目前教学质量评价研究现状,利用SVM在小样本情况下数据处理的优势,结合教育部的评估体系提出了一个基于SVM的教学质量评价模型。2、将SVM多分类应用在教学保障体系的WEB系统中,提高了系统对评价数据处理的客观性。3、从Web系统中读取数据,并通过SVM Train进行训练,验证获得的训练结果是较好的,将训练好的参数和支持向量进行保存,并对新的数据进行评价。