文摘

建设的精度评价的指标体系是不完整的高校思想政治工作,导致穷人的影响精度评估高校的思想政治工作。因此,本文提出引入人工智能大数据技术来提高高校思想政治工作的准确性。参与主演的分析和改进高校思想政治工作,确定基本原则提高高校思想政治工作的准确性,确定指标重要性的思想政治教师的教学、学生的课堂学习、课外实践,和学校思想政治工作,把他们分成主要指标和辅助指标。朴素贝叶斯模型用于分解精度指标的高校思想政治工作,构建思想政治工作的准确性评价模型在学院和大学,研究改善的准确性,实现高校思想政治工作。实验结果表明,该方法可以有效地提高精度评价指标的完整性的高校思想政治工作,提高精度评价高校思想政治工作的效果。

1。介绍

各种模式的教学研究高校思想政治课程符合趋势的整合信息技术与思想政治课程教学中,根据学生的实际情况学习主题,积极探索形成的稳定模式后思想政治课程教学(1,2),并扩展了相关的教学方法理论研究高校思想政治理论课程(3,4]。目前,如何提高思想政治教学的准确性高校迫切需要解决的问题。要回答这个问题离不开改善思想政治课程的教学质量,改变单一的教学方法的现状,缺乏互动和过时的课程资源5,6]。研究混合教学模式建设高校思想政治课程充分利用混合教学的优势,创新和构建思想政治课程的教学模式,并提高思想政治课程的教学质量和效果(7,8]。因此,针对当前精度改革高校思想政治工作,相关人员也进行了大量的研究,不断提高质量和高校的思想政治工作模式通过各种有效的方式。

文献[9]分析了发展方向、难点和实用的策略思想政治理论课程的高校在人工智能的时代,以提高高校思想政治工作的准确性。指出人工智能准确关注大学生的学习情况与智能算法,外包大量重复的教学工作与“替代品”,赋予“创新”思想政治教师,并帮助教学评价促进共生发展的“教学”和“学习”,这促进了优质的发展过程中高校思想政治理论课程。文献[10)提出了大学课程改革的方向,根据课程教学质量的提高思想政治建设改善大学思想政治教学的准确性。文章指出,课程思想政治教育是高校的一个重要措施来实现道德建设的根本任务,培养人。促进课程思想政治建设是把思想政治教育贯穿人才培养系统,充分发挥教育的作用的课程。上述研究在提高高校思想政治工作具有一定的指导作用,但在实际应用中,研究理论需要转换成可测量的数据。因此,本文介绍了人工智能大数据技术来提高高校思想政治工作的准确性。其中,大数据技术的优势和战略意义在于专业处理这些有意义的数据。如果大数据与行业相比,这个行业的关键是提高高校思想政治工作的准确性。其优点是分布式数据挖掘大量数据,基于云计算的分布式处理,分布式数据库和云存储,虚拟化技术。朴素贝叶斯模型用于分解精度的高校思想政治工作指标,算法是用来量化的准确性指标高校思想政治工作。的基础上,介绍了卷积神经网络的人工智能算法建立模型精度评估的高校思想政治工作,和人工智能的应用大数据技术在提高精度高等院校思想政治工作的实现。

2。分析的基本原则提高高校思想政治教育的准确性

的准确性评价高校思想政治教育是一个过程,由内部因素和整合内部和外部因素的课程。系统优化和施工过程。精度的优化高校思想政治教育应遵循的基本原则包容,避免可能的方向偏差和违反法律的发展,巩固课程内部结构的重要链接,当然刺激内源性力量(11]。有机统一的原则、理念和建设实践中,我们应该有效地提高思想政治教育水平,促进思想政治教育的良性发展。在图所示的基本原则框架1。

坚持党的领导原则和实施工作准确不仅工作发展的基本经验,而且实际发展的一个重要的原则。我们必须积极拓展课程开发的模式在党的领导。的协调和保证基本模式总体上积极创造一个合理的,有效的,和合作的工作模式和良好的氛围。这是必然依赖于集中领导和党组织的积极部署,协调、指导人力资源在整个社会和整个大学的良性互动与合作,有效地促进所有部队(12]。这种教学理念融入高校教学能促进实现更全面和完善的框架体系和创建一个高质量的教学环境和氛围。

通过创新高校思想政治教学模式,效率的高校思想政治教学可以改善。因此,我们应该优化教学模式,遵循科学的方向和目标根据每个工作的基本原则和规范13]。高校思想政治教育是培养高素质人才的基础上,优化教学内容和教学手段,采用多样化的教学方法,培养高质量的人才,提高教育的准确性。因此,通过优化和改革高校思想政治教学模式,我们可以充分发挥课程教育的价值,实现教学的课程设置和人才培养的有效结合,也有一定的积极意义。另一方面,学生应该遵守法律的生活和增长和被教马克思主义真理,理想,信念14]。马克思主义真理,解决困难和问题与人生理想和信仰。

3所示。特定的应用人工智能技术在高校思想政治教育

3.1。构建指标体系的意识形态和政治精密的学院和大学教育

为了提高精度高的高校思想政治工作,在分析改善的准确性的基本原则在高校思想政治工作,本文构造一个指标体系,提高高校思想政治工作的准确性,需要教学任务的数据指标体系为研究对象,实现研究的任务。有许多因素影响高校思想政治工作的准确性,其中更重要的是主要是三个方面:思想政治教师的教学、学生的课堂学习、课外实践,以及学校思想政治工作的重要性(15]。的基础建设是坚持正确的政治方向,有一个坚实的马克思主义理论基础,具有良好的思想品德、职业道德,责任心,和专业精神,和相关的问题上与党中央保持一致,政治原则、政治立场和政治方向。参与者的精度指标体系框架的高校思想政治工作图所示2。

参与者的精度指标体系工作,本文构造的详细指标精度指标体系大学和工作系统中的指标分为主要指标和次要指标(16),有直接的关系。表1显示详细的精度指标体系。

根据上述构造精度指标体系的工作在学校,有很多指标影响相关工作的准确性。因此,有必要确定指标确定本文满足本研究的需求。本文进行了模糊综合评价在上述主要和次要索引数据,使教育精度的评价指标体系,科学、客观地反映高校思想政治教育的准确性。评价指标体系能给教学评价结果的精度根据不同的因素和集成评价结果(17,18]。

让和是两个有限域理论: 在哪里被称为评判因素的集合,被称为评论的集合。

在模糊评价的过程中,一个一级指标将设置一级索引的思想政治工作,获得

在此基础上确定一级指标的模糊集思想政治工作的准确性(19),评价矩阵的主要指标和次要指标可以构造。

假定评价指标权重 在 ,的综合评价结果的准确性评价指标模糊集是高校思想政治教育作为 ,这是计算 。根据模糊集的计算方法,精度的模糊评价指标可以实现高校思想政治教育。模糊评价模型(14]

在上面的公式中,模糊+表示 ; 表示的评价因素评价因素的指示 ; 表明的会员评估水平。

工作精度指标体系,建设的重要性指数老师的教学,学生的课堂学习、课外实践、确定和工作,其中包括主要指标和辅助指标。

3.2。研究精度下的高校思想政治教育评估人工智能技术在大数据的时代

根据上面的教育精度评价指标体系构建中,本章有效地进行思想政治的教育精度评估课程与人工智能技术的支持。人工智能大数据技术是一种算法,找到目标数据的质量数据,包括各种人工智能算法(15]。在分类指标体系之前,应该量化索引数据,应当根据量化结果分类和评价。因此,本文以评估成员值的精度指标作为输入信息(20.),以指数为评价水平信息;也就是说, 在哪里指出了定量评价指标隶属度显示正确的输入样本的数量指标。

的准确性评价指标量化后的高校思想政治教育,指数应该输入隶属度值的量化器(17),该指数反馈数据训练集也应该建造, 代表一级指标的设定精度的思想政治教育、指标的数量代表的下标 , 是由一组二级指标来衡量工作的准确性,然后呢米较低的角落里的是一个数字。测试样品思想政治教育的精度指标 ,和定量精度度指数是由下列公式计算:

根据量化精度指数的思想政治教育,朴素贝叶斯分类模型的网络结构是用于体重指数量化分解(21]。朴素贝叶斯的基本分解模型图所示3。

通过朴素贝叶斯模型,根节点C可以用来表示成员变量精度评价指标的思想政治教育,和叶节点 设置变量的指标体系。使用朴素贝叶斯分解模型的独立属性删除的思想政治工作精度指数(18),然后,朴素贝叶斯分类公式 在哪里代表了分解系数的先验概率指标 。

思想政治工作的分级精度指标为评价对象,并引入人工智能技术,有效的评价。首先,结合深度数据挖掘技术,得到以下结果: 子分类的数量的高校思想政治课程教学评价指标是由 ,和数据挖掘的数量指数样本为代表 。

最后,借助卷积神经网络的人工智能算法,精度评价模型的高校思想政治工作。卷积神经网络是人工神经网络连接由一个固定的神经元,它有一定的层次结构[21]。卷积神经网络由模仿生物的视觉感知机制,可以开展监督学习和无监督学习。卷积的参数共享内核的隐藏层和层间连接的贫乏使卷积神经网络可以学习晶格特性,如像素和音频,以更少的计算、稳定的效果,没有附加特性工程要求的数据。卷积层深卷积神经网络连接本地范围,也就是说,卷积的传感领域层。其原理如图4。

在每一个空间维度,不同的卷积核的运动可以形成相应的功能图。卷积运算后,卷积层中的卷积核的数量渠道直接影响特征图的形成。卷积卷积神经网络层操作后,意识形态精度指标层在这个职位 在空间: 的激活函数的卷积神经网络表示 ,接受域的大小表示 ,通道的数量输入层所示 ,和偏差项所示 。

假设的输入层深的卷积神经网络 ,和n-layer响应表示 ,这是表示为 在哪里/和响应值的偏差向量,和表示矩阵的权重。

在高校思想政治教育的准确性评估,思想政治教育评价指标样本的准确性是卷积神经网络输入并生成输出,和均方误差应该每个输出装置的误差平方的总和,即表示为

当所有的工作精度样本输入一次,总误差可以表示为

假设代表一个卷积神经网络的连接权重,根据梯度下降法,校正

卷积神经网络训练的训练阶段和学习阶段,假设思想工作精度指标样本训练样本,先令思想工作精度指标样本的输入/输出模式样本指数培训与学习,卷积神经网络隐层神经元的作用下思想工作精度指标样本评价模型 在哪里代表的输入值和输出值卷积神经网络输入节点在意识形态的功能精度指数样本。没有区别的两个输入节点,代表了连接网络输入层和隐层的重量,和是隐层神经元的阈值。精度评价过程如图5。

根据图5,判断指数量化数据。如果它满足需求、预处理和标准化数据。如果需求没有得到满足,标准化的指数评价模型。在此基础上,对高校思想政治工作的准确性是评价。

4所示。实验测试研究

4.1。设置实验环境和实验参数

本研究以大学的新生在类为研究对象,分析思想政治教育的准确性。有90名学生学习思想政治课程在这个类中,包括35个男孩和45岁女孩。开展思想政治教育这门课的学生三个月了。这个类将设立三个思想政治课程每周和每月组织为期一周的社会实践活动。

实验参数设置如表所示2。

实验结果分析了根据实验设置。解决问题的研究的局限性,分析了实验数据,数据的准确性是根据实际情况进行检查。

4.2。实验结果分析

这个实验分析课程教学的三个月的笔试结果,进行对比分析与笔试结果在前一学期,和在课堂上随机选择20人比较。实验结果如表所示3。

分析表3:思想政治笔试的成绩学生的测试结果和上学期都发生了巨大变化。通过比较每个学生的成绩,我们可以发现,思想政治笔试成绩在这个测试已经定性改善。中随机选择20人,思想政治课程的笔试成绩合格以上。验证,关注课程的研究在这个测试会提高学生的成绩,和教师的工作任务会改善。从这可以看出,选择指数当然有一定的关键程度,这是因为这种方法决定了选择指数的有效性的帮助下模糊综合评价方法。

通过与传统方法的比较1(该方法在文献[9])和传统方法2(该方法在文献[10]),科学和有效性的研究方法可以进一步验证,表明本研究方法可以显著提高高校思想政治教育的准确性。结果如图所示6。

结合实验结果在上面的图中,可以看出有一些差异这一研究方法,方法1(该方法在文献[92])和方法(该方法在文献[10)社会实践教学的有效性的高校思想政治课程,和教学有效性系数是不同的。其中,提出的方法的有效性系数总是高于0.9。因此,该研究方法具有更好的准确性评价影响思想政治教育,这有利于提高思想政治教育的准确性,具有较强的实用性。

此外,本研究进行比较分析评价时间的不同的思想政治教育方法的准确性,进一步阐明了评价这一研究方法的误差精度,方法1和方法2,验证本研究方法的可行性。实验结果如图7。

根据上面的图,准确评估错误下思想政治教育的三个不同的方法是不同的。变异程度的实验曲线,我们可以知道,在这项研究中提出的评估方法的误差相对较低,和切总是小于0.2%,明显低于方法1和方法2。

这种研究方法阐明了关键指标的准确性评价思想政治教育和构建评价模型基于人工智能技术,大大减少了错误率评估。

总而言之,在这个测试中,注重思想政治课程的研究这类将提高学生的表现,和思想政治教师的工作任务会改善。指数改善高校思想政治课程选择本文有一定的关键程度。提出的方法的有效性系数高于其他两种传统方法和总是高于0.9,因此,评价效果更好、更可行的。评价该方法的误差很低,和减少总小于0.2%,证明该方法可以有效地应用于高校思想政治工作的准确性。

5。结论

高校思想政治教育是根据现实的变化。的准确性和信息技术的发展,高校思想政治教育面临着新的实际困难,这就需要高校从现实的改革和创新。因此,本文提出了人工智能大数据技术来提高高校思想政治工作的准确性。结论如下:(1)思想政治课程的分数写在这个测试已经定性改善。(2)提出的方法的有效性系数高于其他两种传统方法和总是高于0.9。因此,可以看出,评价该方法的有效性更好、更可行的。(3)评价该方法的误差很低,总是不到0.2%,减少评价误差。人工智能大数据技术可以提高高校思想政治工作的准确性。

数据可用性

作者可以提供所有原始数据参与这项研究。

的利益冲突

作者宣称没有利益冲突的研究。

确认

这项工作是支持的网络文化精品工程2021年河南省高校:思想政治教育平台建设”在红旗渠Anxiaogong E青年”。