教学质量不仅是衡量高校教育质量的重要指标,而且会间接地影响学生的培养质量,高校要想长远发展就必须重视教学质量。目前各高校对教学评价的内容、形式、体系不尽相同,各有特点,在产品化的过程中,构建一个能适应不同高校,不同评价角色,考虑多因素多层次指标内容的评价模型是非常重要的。同时随着信息化的深入,各高校的数据库都积累了大量的教学评价数据,如何利用这些数据来提高教学质量成为教学管理者关注的重点。本文基于BOM构建了一个普适性强的评价体系模型,并从定量和定性两个角度对打分数据和主观文本深度挖掘,帮助教学管理员发现教师在教学方面的优缺点,并找到影响教学的因素,为高等院校提高教学质量提供决策支持。本文主要工作如下:(1)基于BOM的产品配置方法,实现了高校教学质量评价体系的自适应动态配置设计。用户可根据学校个性化需求,配置适合学校的教学质量评价体系。通过这种设计,让用户自主参与配置减少了用户对软件供应商的依赖,同时减少了后续用户因评教体系及内容变更而需要重新修改系统的可能性,提高了系统的可维护性。(2)从定量角度对教学质量评价体系中的评分数据进行分析,基于融合雷达图-C4.5算法来构建决策树,预测教师的等级。在利用雷达图分析数据时,使用极坐标方法解决了传统雷达图不能体现指标重要程度的问题。并对比融合方法与传统分类算法,实验结果表明融合后的方法预测结果更加准确。(3)从定性角度对教学质量评价体系中的主观文本数据进行分析,提出改进PSO-SVM算法进行情感分析,并通过LDA主题模型提取主题词,挖掘教师的闪光点与不足。从初始粒子群、权重方面对算法做了改进,并与标准粒子群算法进行对比试验,发现改进后的方法提高了分类性能。(4)开发教学质量评价原型系统,主要包括教学质量评价体系配置模块、教学质量评价档案设置、教学质量评价统计和教学质量分析结果四个模块,并以桂林理工大学为例展示了相关界面。