一種改進的多方權重指數算法在基于CIPP的混合式教學評價體系中的應用*

樊玲++胡來++李柏君++覃柳婷

DOI：10.16644/j.cnki.cn33-1094/tp.2016.07.001

摘 要： 隨著混合式教學的發展，教學和學習方法都將基于大量教學數據的分析和處理。針對教學與學習方法的變化，設計一種基于CIPP教學評價體系的多方權重指數算法，將層次分析法、熵權法與關聯算法結合，根據不同的學習行為的變化得到不同的評價結果。實驗結果表明，評價結果避免了主觀性與不穩定性，充分利用大數據優勢，優化了教學方法和教學系統。

關鍵詞： CIPP； 熵權法； 層次分析法； 關聯算法

中圖分類號：G434 文獻標志碼：A 文章編號：1006-8228（2016）07-01-04

An improved multi-party weight index algorithm in CIPP evaluation system

Fan Ling， Hu Lai， Li Baijun， Qin Liuting

（School of Ethnic education， Beijing University of Posts and Telecommunications， Beijing 100876， China）

Abstract： Aiming at the change of teaching and learning methods， design an improved multi-party weight index algorithm in CIPP evaluation system. In this algorithm， the analytic hierarchy process， entropy weight method and association rules are combined to get the different results from the different learning behaviors. The experimental results show that the evaluation results can avoid the subjectivity and instability， make full use of the advantage of big data， and optimize the teaching methods and teaching system.

Key words： CIPP； entropy weight method； analytic hierarchy process； association rules

0 引言

云計算和大數據技術推動了教育技術革新。目前提倡的混合式教學將傳統課堂與網絡教學結合，靈活地利用課堂上下的時間，充分利用網絡技術和學習平臺，從而幫助師生取得最優化的教學效果。

任一種優秀的教學方式，都必須根據教學的實際情況進行調整，如果只憑借教師的主觀判斷進行教學調整，顯然有失偏頗。教學評價體系是教學系統自我了解、自我修正的一個重要環節，目前應用最廣泛和成熟的一種教學評價模型是CIPP模式[1]，CIPP包括背景評價、輸入評價、過程評價和成果評價四種評價。

1 基于CIPP評價模型的多層次指標體系

基于混合式教學的CIPP評價模型，根據學生背景（包括前期成績、專業方向等）不同，借助現有計算機技術，采集學生與教師在教學過程中的客觀數據（包括學習時間、學習計劃完成情況等）和成果數據（包括考試成績、合格率、優秀率等），對指標的重要性進行比較和量化，避免權重的主觀性和不穩定性。

首先根據CIPP評價體系的對象、過程和內容，對具體指標進行排序和分級，建立指標矩陣。將評價體系按照①背景評價、②輸入評價、③過程評價和④成果評價四個子目標，每個目標又按照教師和學生兩個主體分別考慮。在評價指標體系中，4個一級指標代表CIPP的4個過程，每個一級指標包含2個二級指標代表教師和學生兩個主體，每個二級指標又包含2～4個三級指標，我院計算機課程為例，其指標體系見表1。然后根據不同層次結構的不同對象特點，采用不同算法，求得每一層次的各元素對上一層次某元素的優先權重，最后用再加權和的方法遞歸求得對評價體系的最終權重[3]。

2 各層多方權重指數算法

根據基于CIPP評價模型的多層次指標體系的討論，將系統分成三個層次（見表1），考查對象有三個方面：學生成績、教師評價與系統評價。其中學生評價權重由熵權法計算得到，教師評價與學生成績相關聯，系統評價都與學生成績及教師評價相關聯，因此，教師評價與系統評價的權重均由關聯算法得到。

2.1 熵權法計算學生成績權重與二級指標

根據信息熵的定義，熵表示系統無序的程度，因此如果指標的信息熵越小，那么該指標在我們的綜合評價中起到的作用越大，具體到算法中即對應的權重值越大[3]。在學生成績評價體系中，學習成績不再是單獨的期末成績一項，而是兼顧背景、輸入、過程和結果四個方面，學生成績和入學成績、平時學習時間、平時成績和期末成績都相關。根據這四部分指標的變異程度，計算出各指標的熵值，即信息量越大在學生成績評價體系中所占比例越高，這也符合混合式教學評價體系的最終目標。熵權法雖然避免了人為因素和主觀因素的影響，但最終結果可能不能完全反應出指標的實際重要程度，對此我們可以根據歷史資料、經驗，或者由學科帶頭人、專業教師組成的專家組討論，得出定性權重，進而對定量權重進行修正，最終得到綜合權重系數。

需注意，在實際的教學評價體系中，由于評價指標的單位和數量級可能各不相同，因此在進行評價之前，必須對每項指標進行標準量化，使得數據都在[0，1]的區間內，使得每部分的數據具有統一的標準，消除原始指標數據中量綱對指標值的影響[4]。