Resumen

Abordando el problema de la clasificación inexacta de la información de big data en los algoritmos tradicionales de evaluación de habilidades de enseñanza en inglés, se propone un algoritmo de evaluación de habilidades de enseñanza en inglés basado en el agrupamiento difuso K-means de big data y la fusión de información. En primer lugar, el autor utiliza la idea de agrupamiento K-means para analizar los datos originales de error recopilados, como el nivel del profesor, la inversión en instalaciones de enseñanza y el nivel de relevancia de las políticas, elimina los datos que el algoritmo considera no confiables, utiliza los datos válidos restantes para calcular el factor de ponderación del algoritmo de lógica difusa modificado, evalúa el promedio ponderado con los datos de medición del nodo y obtiene el valor de fusión final. En segundo lugar, el autor integra la fusión de información de big data y el algoritmo de agrupamiento K-means, realiza el agrupamiento e integración de los parámetros de índice de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Evaluación de habilidad para enseñar inglés; Big data; Agrupamiento fuzzy k-means; Fusión de información; Factor de ponderación; Algoritmo de evaluación
• Keywords:English teaching ability evaluation; Big data; Fuzzy k-means clustering; Information fusion; Weighting factor; Evaluation algorithm