本发明专利技术公开的基于培养方案的评估数据生成方法，涉及教育学中的高等教育教学管理领域。首先结合文本处理技术获取研究生教育目标和毕业要求，制订专业培养方案，然后以培养方案为输入，量化培养体系‑毕业要求相关性，计算其支撑权重矩阵，最后学生参考培养体系‑毕业要求支撑权重矩阵选择适合自己的培养方法，并将实施后的数据收集起来，再次计算培养体系‑毕业要求支撑权重矩阵，与原矩阵进行偏差分析，及时调整培养方案，通过自动化获取并处理培养方案和毕业要求，能够科学而细致地计算各培养方法与毕业期望目标点之间的相关性，优化培养方法设置，实现高等教育质量的持续提升。
【技术实现步骤摘要】
本专利技术涉及教育学中的高等教育教学管理领域，具体为基于培养方案的评估数据生成方法、系统、设备和介质。
技术介绍
1、在高校的人才培养，尤其是研究生教育中，培养学生多元化的能力需要综合考虑基础课程、科研和实践等三个关键方面，以确保他们能够达到专业培养方案所规定的毕业要求。在评估毕业要求的达成度时，必须考虑不同方面培养方法与毕业要求之间的相关程度，即培养体系对毕业要求的支撑权重。
2、现有人才培养体系通常由行业企业专家、教师科研人员、一线教师和学生（毕业生）代表组成的专业建设委员会协商确定。专利技术人在长期的实践和研究中发现，在现有的人才培养过程中，培养方案权重的分配往往依赖于相关人员的经验和专业判断。尽管这种方法在一定程度上具备合理性，但是由于许多考核因素如创新能力、科研能力、应用能力等部分数据可得性较弱且受主观经验影响大，这种问题导致了无法及时量化地衡量培养方法在整个教学过程中对毕业要求的实质支撑权重，进而导致缺乏对学生实际情况的反馈和对培养方案持续改进的必要指导。
技术实现思路
1、本专利技术实施例提供基于培养方案的评估数据生成方法、系统、设备和介质，通过自动化获取并处理培养方案和毕业要求，得到对学生的当前培养方案的评估数据，能够科学而细致地计算各培养方法与毕业期望目标点之间的相关性，从而确定支撑权重，有助于管理者和专家更便利地评估培养方案与实际培养效果之间的差异。
2、本专利技术的第一实施例提供了一种基于培养方案的评估数据生成方法，所述方法包括步骤：</p>3、获取目标学生所属专业的毕业要求描述文本，基于所述描述文本进行分解，得到n个毕业要求目标点；其中，n为正整数；
4、以所述专业的任一培养方式作为目标培养方式，查找所述目标培养方式对应的培养目标和考核因素；其中，所述培养方式为具体课程、具体科研项目或具体实践项目，所述培养目标和所述考核因素的数量均可以为一个或多个；
5、获取所述培养目标与所述毕业要求目标之间的关联性，得到第一关联；
6、综合每一所述考核因素在所述目标培养方式所对应的所有培养目标上的权重分布，得到第二关联；
7、获取所述专业的基础培养方案和所述目标学生的当前培养方案；其中，所述基础培养方案为满足所述毕业要求的培养方式的组合，所述当前培养方案为所述目标学生已选的培养方式的组合；
8、根据所述第一关联、所述第二关联和目标培养方案，计算所述目标培养方案中每一所述培养方式对每一所述毕业要求目标的支撑权重，得到目标支撑权重矩阵；其中，所述目标培养方案为所述基础培养方案或所述当前培养方案，得到的所述目标支撑权重矩阵对应为标准矩阵和学生矩阵；
9、根据所述学生矩阵和所述标准矩阵之间的偏差，生成对所述当前培养方案的评估数据。
10、作为上述方案的改进，所述第一关联为矩阵形式；所述获取所述培养目标与所述毕业要求目标之间的关联性，得到第一关联，包括：
11、查找预先标定的所述培养目标与所述毕业要求目标之间的关联性，或判断每一所述培养目标与每一所述毕业要求目标之间的关联性；
12、根据所述培养目标与所述毕业要求目标之间的关联性，构建第一关联矩阵；其中，第r个培养目标与第n个毕业要求目标之间存在关联性则取值为1，否则取值为0，r表示所述培养目标的数量。
13、作为上述方案的改进，所述第二关联为矩阵形式；所述综合每一所述考核因素在所述目标培养方式所对应的所有培养目标上的权重分布，得到第二关联，包括：
14、对每一所述考核因素，查找预先标定的该考核因素在所述目标培养方式所对应的所有培养目标上的权重分布，综合所有所述考核因素的权重分布，得到第二关联矩阵；其中，表示第k个考核因素用以评价第r个培养目标的权重，r表示所述培养目标的数量，k表示所述考核因素的数量，并且对于任意k的取值，满足。
15、作为上述方案的改进，所述计算所述目标培养方案中每一所述培养方式对每一所述毕业要求目标的支撑权重，包括步骤：
16、综合每一所述考核因素用以评价第m个培养方式的权重，得到方式评价向量λ；其中，，k表示所述考核因素的数量，取所述目标培养方案所包括的培养方式数量为m，；
17、根据所述第二关联和所述方式评价向量λ，计算所述第m个培养方式的考核结果中用于评价每一培养目标的部分所占的权重，得到权重向量γ；其中，，r表示所述培养目标的数量；
18、根据所述权重向量γ和第二关联，计算所述第m个培养方式对各个所述毕业要求目标的当量学时；其中，，表示第m个培养方式对第n个所述毕业要求目标的当量学时，h表示第m个培养方式完成所需学习时长，矩阵表示所述第一关联；
19、计算所述第m个培养方法对各个所述毕业要求目标点的支撑权重，得到目标支撑权重矩阵；其中，，第m个培养方法表示各个所述毕业要求目标点的支撑权重。
20、作为上述方案的改进，所述根据所述学生矩阵和所述标准矩阵之间的偏差，生成对所述当前培养方案的评估数据，包括：
21、计算所述学生矩阵和所述标准矩阵之间的偏差，所述偏差越小表示所述当前培养方案越接近毕业要求，正向偏差表示所述当前培养方案已达到毕业要求，负向偏差表示所述当前培养方案未达到毕业要求。
22、作为上述方案的改进，所述方法还包括步骤：
23、根据所述评估数据，调整所述当前培养方案的培养方式。
24、作为上述方案的改进，所述具体课程的考核因素包括考试成绩、专题研讨表现、现场研究表现和案例分析表现；所述具体科研项目的考核因素包括科研项目成果的期刊级别、创新度和参与度；所述具体实践项目的考核因素包括同事评价、考核考勤、实践项目参与度和实践项目难度。
25、本专利技术的第二实施例提供了一种基于培养方案的评估数据生成系统，所述系统包括：
26、文本处理模块，用于获取目标学生所属专业的毕业要求描述文本，基于所述描述文本进行分解，得到n个毕业要求目标点；其中，n为正整数；
27、数据查找模块，用于以所述专业的任一培养方式作为目标培养方式，查找所述目标培养方式对应的培养目标和考核因素；其中，所述培养方式为具体课程、具体科研项目或具体实践项目，所述培养目标和所述考核因素的数量均可以为一个或多个；
28、第一关联计算模块，用于获取所述培养目标与所述毕业要求目标之间的关联性，得到第一关联；
29、第二关联计算模块，用于综合每一所述考核因素在所述目标培养方式所对应的所有培养目标上的权重分布，得到第二关联；
30、培养方案获取模块，用于获取所述专业的基础培养方案和所述目标学生的当前培养方案；其中，所述基础培养方案为满足所述毕业要求的培养方式的组合，所述当前培养方案为所述目标学生已选的培养方式的组合；
31、权重计算模块，用于根据所述第一关联、所述第二关联和目标培养方案，计算所述目标培养方案中每一所述培养方式对每一所述毕业本文档来自技高网
...
【技术保护点】
1.一种基于培养方案的评估数据生成方法，其特征在于，所述方法包括步骤：
2.如权利要求1所述的评估数据生成方法，其特征在于，所述第一关联为矩阵形式；所述获取所述培养目标与所述毕业要求目标之间的关联性，得到第一关联，包括：
3.如权利要求1所述的评估数据生成方法，其特征在于，所述第二关联为矩阵形式；所述综合每一所述考核因素在所述目标培养方式所对应的所有培养目标上的权重分布，得到第二关联，包括：
4.如权利要求1所述的评估数据生成方法，其特征在于，所述计算所述目标培养方案中每一所述培养方式对每一所述毕业要求目标的支撑权重，包括步骤：
5.如权利要求4所述的评估数据生成方法，其特征在于，所述根据所述学生矩阵和所述标准矩阵之间的偏差，生成对所述当前培养方案的评估数据，包括：
6.如权利要求5所述的评估数据生成方法，其特征在于，所述方法还包括步骤：
7.如权利要求1所述的评估数据生成方法，所述具体课程的考核因素包括考试成绩、专题研讨表现、现场研究表现和案例分析表现；所述具体科研项目的考核因素包括科研项目成果的期刊级别、创新度和参与度；所述具体实践项目的考核因素包括同事评价、考核考勤、实践项目参与度和实践项目难度。
8.一种基于培养方案的评估数据生成系统，其特征在于，所述系统包括：
9.一种评估数据生成设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的评估数据生成方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序；其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备实现如权利要求1至7中任意一项所述的评估数据生成方法。
...
【技术特征摘要】
1.一种基于培养方案的评估数据生成方法，其特征在于，所述方法包括步骤：
2.如权利要求1所述的评估数据生成方法，其特征在于，所述第一关联为矩阵形式；所述获取所述培养目标与所述毕业要求目标之间的关联性，得到第一关联，包括：
3.如权利要求1所述的评估数据生成方法，其特征在于，所述第二关联为矩阵形式；所述综合每一所述考核因素在所述目标培养方式所对应的所有培养目标上的权重分布，得到第二关联，包括：
4.如权利要求1所述的评估数据生成方法，其特征在于，所述计算所述目标培养方案中每一所述培养方式对每一所述毕业要求目标的支撑权重，包括步骤：
5.如权利要求4所述的评估数据生成方法，其特征在于，所述根据所述学生矩阵和所述标准矩阵之间的偏差，生成对所述当前培养方案的评估数据，包括：
6.如权利要求5所述的评估数据生成方法，其特征在于，所述方法还包括...
【专利技术属性】
技术研发人员：苏晓琦，陈丽丽，周权，
申请(专利权)人：广州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。