一种基于学科评估报告的可视化分析系统

    专利查询2022-07-07  147



    1.本发明涉及学科评估技术领域,更具体地说,本发明涉及一种基于学科评估报告的可视化分析系统。


    背景技术:

    2.学科的评估,结果导向较为明显,整体的评估结果得出该学科的水平,但是对该学科在某一指标中的影响结果并未有具体的评估结果,学科的发展整体水平可能并不明显,但是单一指标的发展可能存在明显优势,导致对整体学科的发展和变化了解不够全面彻底,因此需要一种基于学科评估报告的可视化分析系统来解决上述问题。


    技术实现要素:

    3.为了克服现有技术的上述缺陷,本发明提供了一种基于学科评估报告的可视化分析系统,本发明所要解决的技术问题是:学科的评估,结果导向较为明显,整体的评估结果得出该学科的水平,但是对该学科在某一指标中的影响结果并未有具体的评估结果,学科的发展整体水平可能并不明显,但是单一指标的发展可能存在明显优势,导致对整体学科的发展和变化了解不够全面彻底的问题。
    4.为实现上述目的,本发明提供如下技术方案:一种基于学科评估报告的可视化分析系统,包括数据获取单元,所述数据获取单元的输出端与数据预处理单元的输入端电连接,所述数据预处理单元的输出端与中央处理器的输入端电连接,所述中央处理器的输出端与评估单元的输入端电连接,所述评估单元的输出端与评估结果分析单元的输入端电连接,所述评估结果分析单元的输入端与数据存储单元的输出端电连接,所述数据存储单元的输入端与评估单元的输出端电连接,所述评估结果分析单元的输出端与可视化单元的输入端电连接。
    5.作为本发明的进一步方案:所述数据获取单元用于获取相关学科的教研团队数据、教学成果数据、科研团队数据、科研成果数据和科研条件。
    6.所述数据预处理单元用于对各项获取数据的格式进行整理统一;
    7.所述评估单元用于结合获取的数据对该学科进行评估分析;
    8.所述评估结果分析单元用于对评估结果进行分析,同时与以往评估结果进行比对,得出对应指标的该学科的评估结果在多次评估结果中的变化和发展趋势;
    9.所述可视化单元以可视化方式将评估结果及其中指标的评估结果进行展示。
    10.作为本发明的进一步方案:所述教研团队数据包括学科教研领头人和学科团队,学科教研领头人包括在教学领域的影响力、代表性教研成果和学术水平,学科团队包括教研团队的成员参与人才团队、整体学术水平和人才结构合理程度,人才结构包括人员的年龄、支撑、学历、特长;
    11.所述教学成果包括人才培养和教研成果,所述人才培养包括在校本科生与教师比例,在校研究生与教师比例、在校博士生与教师比例、学生专业建设水平、论文水平与在校
    期间科研成果,所述教研成果包括教学成果获奖情况和教改课题立项情况;
    12.所述科研团队数据包括科研人员数据和科研带头人,科研人员数据包括科研团队成员资质、团队成员结构合理情况和科研项目,所述科研带头人包括科研人员科研水平、参与科研项目和主持科研项目;
    13.所述科研成果数据包括科研项目和科研成果,科研项目包括科研项目研究意义及作用,所述科研成果包括科研成果水平、论文含金量、科研获奖情况和科研成果转化情况;
    14.所述科研条件包括科研平台和科研基础条件,科研平台包括科研基地建设、科研中心建设,科研基础条件包括科研仪器设备和图书资料、科研经费使用。
    15.作为本发明的进一步方案:所述评估单元采用评估模型进行,所述评估模型的建立包括以下步骤:
    16.s1、建立学科评估的递阶层次指标体系:
    17.s2、构造两两比较判断矩阵;根据专家意见,对两两因素之间进行比较,比较取1-9尺度构造判断矩阵,采用集体讨论的方法进行确定;
    18.s3、进行权重及进行一致性检验:根据层次分析模型及引入的矩阵标度,构造判断矩阵,并计算其最大的特征根,各层次的单排序及进行判断矩阵一致性检验,采用方根法计算步骤如下:
    19.计算判断矩阵每一行元素的乘积,
    20.计算mi的n次方根
    21.对向量正规化,即
    22.则w=[w1,w2,

    ,wn]
    t
    即为所求的特征向量;
    [0023]
    计算判断矩阵的最大特征根(aw)i标识向量aw的第i个元素;
    [0024]
    验证判断矩阵的一致性,当阶数大于2时,判断矩阵的一致性指标ci与同阶平均随机一致性指标ri之比成为随机一致性比率,即为cr,当时,即认为判断矩阵具有满意的一致性,对于一、二阶段判断矩阵,不需要判断一致性。
    [0025]
    对多个评估指标得分累加,得到学科评估的数学模型为:其中v 为学科评估总分,ci为第i个评价指标的权重,vi为各学科在第i个评价指标中的得分,m为评价指标的数量。
    [0026]
    本发明的有益效果在于:
    [0027]
    1、本发明通过通过采用评估模块、可视化单元和评估结果分析单元,对评估结果进行分析,评估结果中具体细分出该学科在各指标中的评估结果,同时结合该学科个指标的评估结果和整体评估结果的历史数据生成相应的图表,反映出该学科整体的评估结果变化的同时,精准判断该学科在各指标对应项目的发展变化情况,可针对性的对学科整体发
    展作出明确规划和发展目标,对整体的学科评估和后续发展过程更为清晰明确;
    [0028]
    2、本发明采用相应的学科指标,对学科的各项指标进行明确指明,同时采用相应专家意见对对应因素进行比较,建立判断矩阵,采用集体讨论的方式见确定,克服了由于各专家意见观点不同造成的误差情况,使整体的评估结果更为科学合理。
    附图说明
    [0029]
    图1为本发明连接示意图。
    具体实施方式
    [0030]
    下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
    [0031]
    本发明提供了一种基于学科评估报告的可视化分析系统,包括数据获取单元,数据获取单元的输出端与数据预处理单元的输入端电连接,数据预处理单元的输出端与中央处理器的输入端电连接,中央处理器的输出端与评估单元的输入端电连接,评估单元的输出端与评估结果分析单元的输入端电连接,评估结果分析单元的输入端与数据存储单元的输出端电连接,数据存储单元的输入端与评估单元的输出端电连接,评估结果分析单元的输出端与可视化单元的输入端电连接。
    [0032]
    数据获取单元用于获取相关学科的教研团队数据、教学成果数据、科研团队数据、科研成果数据和科研条件。
    [0033]
    数据预处理单元用于对各项获取数据的格式进行整理统一;
    [0034]
    评估单元用于结合获取的数据对该学科进行评估分析;
    [0035]
    评估结果分析单元用于对评估结果进行分析,同时与以往评估结果进行比对,得出对应指标的该学科的评估结果在多次评估结果中的变化和发展趋势;
    [0036]
    可视化单元以可视化方式将评估结果及其中指标的评估结果进行展示。
    [0037]
    教研团队数据包括学科教研领头人和学科团队,学科教研领头人包括在教学领域的影响力、代表性教研成果和学术水平,学科团队包括教研团队的成员参与人才团队、整体学术水平和人才结构合理程度,人才结构包括人员的年龄、支撑、学历、特长;
    [0038]
    教学成果包括人才培养和教研成果,人才培养包括在校本科生与教师比例,在校研究生与教师比例、在校博士生与教师比例、学生专业建设水平、论文水平与在校期间科研成果,教研成果包括教学成果获奖情况和教改课题立项情况;
    [0039]
    科研团队数据包括科研人员数据和科研带头人,科研人员数据包括科研团队成员资质、团队成员结构合理情况和科研项目,科研带头人包括科研人员科研水平、参与科研项目和主持科研项目;
    [0040]
    科研成果数据包括科研项目和科研成果,科研项目包括科研项目研究意义及作用,科研成果包括科研成果水平、论文含金量、科研获奖情况和科研成果转化情况;
    [0041]
    科研条件包括科研平台和科研基础条件,科研平台包括科研基地建设、科研中心建设,科研基础条件包括科研仪器设备和图书资料、科研经费使用。
    [0042]
    评估单元采用评估模型进行,评估模型的建立包括以下步骤:
    [0043]
    s1、建立学科评估的递阶层次指标体系:
    [0044]
    s2、构造两两比较判断矩阵;根据专家意见,对两两因素之间进行比较,比较取1-9尺度构造判断矩阵,采用集体讨论的方法进行确定;
    [0045]
    s3、进行权重及进行一致性检验:根据层次分析模型及引入的矩阵标度,构造判断矩阵,并计算其最大的特征根,各层次的单排序及进行判断矩阵一致性检验,采用方根法计算步骤如下:
    [0046]
    计算判断矩阵每一行元素的乘积,
    [0047]
    计算mi的n次方根
    [0048]
    对向量正规化,即
    [0049]
    则w=[w1,w2,

    ,wn]
    t
    即为所求的特征向量;
    [0050]
    计算判断矩阵的最大特征根(aw)i标识向量aw的第i个元素;
    [0051]
    验证判断矩阵的一致性,当阶数大于2时,判断矩阵的一致性指标ci与同阶平均随机一致性指标ri之比成为随机一致性比率,即为cr,当时,即认为判断矩阵具有满意的一致性,对于一、二阶段判断矩阵,不需要判断一致性。
    [0052]
    对多个评估指标得分累加,得到学科评估的数学模型为:其中v 为学科评估总分,ci为第i个评价指标的权重,vi为各学科在第i个评价指标中的得分,m为评价指标的数量。
    [0053]
    综上可知,本发明:
    [0054]
    本发明通过采用评估模块、可视化单元和评估结果分析单元,对评估结果进行分析,评估结果中具体细分出该学科在各指标中的评估结果,同时结合该学科个指标的评估结果和整体评估结果的历史数据生成相应的图表,反映出该学科整体的评估结果变化的同时,精准判断该学科在各指标对应项目的发展变化情况,可针对性的对学科整体发展作出明确规划和发展目标,对整体的学科评估和后续发展过程更为清晰明确。
    [0055]
    本发明采用相应的学科指标,对学科的各项指标进行明确指明,同时采用相应专家意见对对应因素进行比较,建立判断矩阵,采用集体讨论的方式见确定,克服了由于各专家意见观点不同造成的误差情况,使整体的评估结果更为科学合理。
    [0056]
    其次:本发明公开实施例附图中,只涉及到与本公开实施例涉及到的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
    [0057]
    最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
    转载请注明原文地址:https://tc.8miu.com/read-1292.html

    最新回复(0)