近年来随着我国对中职教育的日益重视,教育教学质量评价在中职教育层次不断的扩展加深,对教师评价的活动已经成为每个学校常规教务工作。数据挖掘技术在各行业应用迅速发展,但在教育教学方面却相对较少。对教育教学质量评价的研究多集中在对评价产生的客观评分数据进行分析,建立模型或分类规则以供教师考核使用。而且,对分析结果的应用方面的研究较少,也很少涉及评价的主观评语文本数据。本文借助数据挖掘技术、文本分析方法,对教师评价中的大量客观评分数据和主观评语数据进行挖掘。结合教师教学中各种因素,探讨教师教学的优缺点。希望能提高教师教学水平优化教学,为中职教育发展及学校教学决策提供支持。本文主要工作如下:1.运用决策树对教师评价系统产生的评分数据进行挖掘,构建决策树,抽取分类规则,并对评分等级进行预测。2.对评语文本进行褒贬倾向性分析。构建评语专用情感词典,依据褒贬倾向分类加权算法及等级划分算法,给出学生对教师教学的褒贬情感支持率及情感等级。3.对评语文本进行细粒度分析。划分细粒度属性,基于评语细粒度属性进行情感分析,并给出评语中所含细粒度属性类别及情感倾向。4.设计教师评价系统,应用算法实现对评分数据决策树预测,给出评语文本褒贬倾向分析结果,以及学生对教师教学评价的细粒度属性情感分布图。