制定学生评教制度的目的是为了根据学生的确切需要和教师的教学要求找到解决现状的方法,从而提高教师教学水平,改善学校教育教学质量。将网络化与信息化手段结合应用于学生评教系统的改进,是现代社会发展所趋,能最大限度优化制度,有效满足各方面的需求,具有重要的理论与实践意义。本文利用数据融合技术从多渠道收集有关教师信息的评教数据,采用数据挖掘技术对数据进行分析,目的在于取得教师的信息与其评教成绩的关联规则,便于探究其核心问题。本文主要做以下工作:(1)针对在信息收集方面,通用Web爬虫所存在的缺乏智能性、主动性,且检索数据时间长、信息易重叠、信息不完整等问题。本文提出了一种基于PageRank值的Web爬虫优化与规划优化方案。采用最佳优先爬虫架构,同时增加了改进的PageRank值、用户需求关联度、NDC去噪声信息三部分使其结构得到改进和优化。将改进的U-PageRank结合NDC的URL提取算法与当前主流的几种分类算法进行多次交叉对比实验,以验证本文算法的有效性。并将改进算法与原算法应用于不同网站以学生评教及教师评估有关的词条进行的案例实验。结合网络爬虫技术与自然语言处理技术应用于学生评教数据信息的收集与预处理,目的在于获取影响教师综合测评成绩的关键性因素,以便下一步对数据的挖掘分析。(2)针对在数据处理方面,传统的Eclat算法缺乏先验性,并且在筛选频繁项集时存在的内存不足和占用大量时间等问题。本文提出了一种基于关联规则的Eclat’算法。通过添加广度优先算法,减少因频繁集自连接交集后产生的大量候选集的数量,以减少操作运行时间,提高算法运行效率。使用真实的评教样本,根据数据量分类进行与原算法的对比实验,得出支持度、数据量都是具有影响算法运行效率的关键因素,展现了改进算法的有效性。将其应用于对评教数据的分析挖掘,有利于发现问题、解决问题。(3)针对数据融合处理,为解决信息存在的不真实性、过于理想化、更新机制不完善等问题。根据筛选后的关键词信息,将采集于网络与来自学校教务系统储存的真实评教数据相融合,应用以上综合技术进行数据挖掘分析,以便从客观视角分析教师的专业化发展,更加完善教学评教制度。本文深入剖析了相关问题的根源,基于以上分析,对有关学生评教制度的改进有以下几方面建议:第一,学校应该调整教师队伍结构层次,完善职称评选制度,鼓励参加科研学术项目等来提高教师的自身水平和教育教学质量。第二,在课题教学研究上骨干教师带动新教师不断进步,从而达到提高教学能力的目的。第三,针对不同学科分类设计指标体系,科学合理的完善评价考核表,使其更具灵活性和人性化。第四,组织专家、学生、教师等共同研讨,总体设置要重视教学态度、教学内容、教学方法、教学手段以及教学效果,并且根据侧重点进行份量划分。