教书育人是高等院校的本职工作,教学质量是高校的生命线,也是社会对于学校最为关注的问题。随着高校招生规模不断扩大,招生人数与教学资源之间的矛盾就日益突出。对于教学质量,出现了新的要求,不单要控制教学过程,更要有一整套完善的教学质量评估体系。由于信息技术的发展,教学管理系统已经在各大高校广泛使用,其中与教学相关的数据不断积累,如何利用这些数据或者部分数据用于教学质量的提高,成为教学管理者关注的焦点。本文所选课题从实用性和经济性考虑,从作者实际工作内容出发,结合数据挖掘技术和支持向量机的理论,旨在建立一套适合普通高校使用的教学质量评估分类方法。本文的主要工作如下：(1)研究了目前国内的高校教学质量评估的现状,分析存在的主要问题,并对高校教学质量评估进行需求分析,结合浙江商业职业技术学院实际情况,设计并确定了评估指标。教师教学质量评估的分类是一个多分类问题,本文参考了数据挖掘的基本原理和概念,采用分类分析的方法对评估数据进行分类,并研究和分析了几种主要的分类方法。(2)在教师教学质量评估分类中引入支持向量机的概念,利用偏二叉树构造分类器数目少,训练时间短的特点,提出了一种基于偏二叉树的SVM多分类方法对教学质量评估数据进行分类。结果表明,本文分类算法在精度和训练时间上都具有优势。(3)针对本文研究的问题,设计并实现了基于B/S的教学质量评估系统。该系统根据按照软件工程的过程开发,具有易用性、可维护性和可扩展性。