评教是以教学目标为依据,按照科学的评价标准,运用有效的技术手段,对教学过程及结果进行测量、分析和评定的过程。评教在学校教学过程中占据很重要的地位。学生对老师的评教结果在教师职称评审、教师队伍建设、促进教学改革等方面有着重要作用。但在学生评教过程中,由于各种原因,存在部分学生敷衍了事、故意好评或对严厉认真授课的老师恶意差评,这样在评教数据中会出现某些数据离群现象,如果对这些离群点处理不当,最终会对教师考核结果的客观性及公正性产生不良影响。本文以“离群点检测及其在评教模型中的应用研究”作为研究课题,通过对评教数据中的离群点进行检测、处理和数据优化,以减弱其对考核结果的不良影响,使评教结果更加公平、公正。论文将结合本人工作实际,完成以下研究:(1)针对学情复杂、学生评教数据呈现不同密度分布等特点,提出在评教数据中采用基于相对密度的离群点(Local Outlier Factor)检测算法,并对LOF算法进行设计与实现。(2)从评教系统数据库中选取一位担任不同层次班级、不同课程的专任教师的评教数据作为样本集进行基于LOF离群点检测,并在分析检测结果的基础上反复试验,制定离群点修正公式对离群点进行修正。用方差分析方法对比修正前后的结果发现,修正后的数据集的方差和标准差均小于修正前,修正后的数据集的稳定性优于修正前。(3)结合工作实际,针对评教系统数据处理需求进行系统分析与设计,随后从数据库中随机获取960名学生对16名教师的5760条评教数据进行离群点检测并加以修正,通过对比修正前后学生测评教师得分与督导测评教师得分趋势图,结合分析线性趋势线公式及相关系数R~2值,充分说明修正后学生测评教师得分与督导测评教师得分拟合度优于修正前。由此得出结论:基于LOF离群点检测算法及其修正在评教系统中应用效果较好。