基于貝葉斯網(wǎng)絡(luò)的高校思政課教學評價研究

何劍　王征

【摘要】本文針對高校思政課課堂教學質(zhì)量評價方法的不確定性的特點，提出了一種基于貝葉斯網(wǎng)絡(luò)的教學評價方法，構(gòu)建思政課評價模型，并對各指標的影響進行了分析。利用該方法可以將定性分析和定量評分結(jié)合起來，避免思政課評價過程中過多的受到主觀因索的影響。從而提高了高校思政課教學評價的準確性和客觀性。

【關(guān)鍵詞】思政課教學評價；評價指標；貝葉斯網(wǎng)絡(luò)

目前關(guān)于高校思想政治理論課教學評價，學術(shù)界也是看法不一。有的研究者認為，社會科學類課程的教學評價本身就很難具體量化，思想政治理論課更因其特殊性而使得教學評價成為難題，加之我國開展高校思想政治理論課教學評價領(lǐng)域的研究相對不成熟，未形成一套完整的具有本學理科特色的教學評價體系，所以還存在著以下一些亟待解決的問題。

一、貝葉斯網(wǎng)絡(luò)概述

貝葉斯網(wǎng)絡(luò)是一系列變量的聯(lián)合概率分布的圖形表示，由有向無環(huán)圖（DAG）和條件概率表（CPT）集合兩部分組成，即BN=，其中G代表網(wǎng)絡(luò)拓撲結(jié)構(gòu)圖，{CPT}代表與每個節(jié)點變量相關(guān)的條件概率表，一個圖G和n個條件概率表就構(gòu)成了貝葉斯網(wǎng)絡(luò)。有向無環(huán)圖中的節(jié)點表示隨機變量，可以是可直接觀測變量或隱藏變量，節(jié)點間的邊代表變量間的直接依賴關(guān)系。在有向無環(huán)圖節(jié)點間的空缺弧表示為條件獨立關(guān)系。若有弧從節(jié)點Y指向節(jié)點X，則稱Y為X的父親節(jié)點，X為Y的孩子節(jié)點。而沒有任何父節(jié)點的概率為其先驗概率。節(jié)點變量可以是任何變量的抽象，例如設(shè)備部件的狀態(tài)、測試值、觀測現(xiàn)象等。條件概率表中的每一個元素對應DAG中唯一的節(jié)點，存儲此節(jié)點對于其所有直接前驅(qū)節(jié)點的聯(lián)合條件概率。

貝葉斯網(wǎng)絡(luò)有一條極為重要的性質(zhì)，就是我們斷言每一個節(jié)點在其直接前驅(qū)節(jié)點的值制定后，這個節(jié)點條件獨立于其所有非直接前驅(qū)前輩節(jié)點，也就是說貝葉斯網(wǎng)絡(luò)是聯(lián)合概率分布的分解的一種表示。即：

其中當π（Xi）=?時， 是邊緣分布P（Xi）。

貝葉斯網(wǎng)絡(luò)是將概率統(tǒng)計應用于復雜領(lǐng)域進行不確定性推理和數(shù)據(jù)分析的工具，可以從定性和定量兩個層面來理解。在定性層面上，用一個有向無環(huán)圖描述變量間的依賴和獨立關(guān)系。在定量層面上，則能用條件概率分布刻畫變量對其父節(jié)點的依賴關(guān)系。

二、貝葉斯推理

貝葉斯理論是處理不確定性信息的重要工具。作為一種基于概率的不確定性推理方法，貝葉斯網(wǎng)絡(luò)在處理不確定信息中已得到了重要的應用，已成功地用于醫(yī)療診斷、統(tǒng)計決策、專家系統(tǒng)、學習預測等領(lǐng)域。這些成功的應用，充分體現(xiàn)了貝葉斯網(wǎng)絡(luò)技術(shù)是一種強有力的不確定性推理方法。

作為一種推理方法，貝葉斯推理是從概率論中的貝葉斯定理擴充而來。貝葉斯定理斷定：貝葉斯定理的表示形式如下：

其中E和Q為兩個隨機變量，通常E稱為證據(jù)變量，是可以觀測到的直接證據(jù)，它的取值記為e。而一般將Q稱為查詢變量，是待評估和預測的一種假設(shè)，它的取值記為q。上述等式由先驗概率、后驗概率、似然函數(shù)和規(guī)一化常數(shù)四部分組成。

1、先驗概率

在考慮證據(jù)E=e之前，對假設(shè)Q=q的估計概率P（Q=q）稱為“先驗概率“（Prior probability），這也是對Q事件發(fā)生概率的一個事前判斷估計值。

2、后驗概率

在考慮證據(jù)E之后，對Q=q的概率分析轉(zhuǎn)變?yōu)榕袛郟（Q=q|E=e）的變化，則稱P（Q=q|E=e）為“后驗概率“（Poster iorprobability），它表示在證據(jù)E發(fā)生的前提下對Q事件概率的重新評估。

3、似然函數(shù)

似然函數(shù)是用來描述已知隨機變量輸出結(jié)果時，未知參數(shù)的可能取值。P（E=e|Q）稱為Q的“似然函數(shù)”（Likely hood），有時記為L（Q|E=e）。

4、規(guī)一化常數(shù)

上述公式當中的P（E=e）是一個規(guī)一化常數(shù)，它保證概率值的各狀態(tài)取值之和為1。

在貝葉斯推理中，先預估一個“先驗概率”，然后根據(jù)已獲得的指標體系的似然結(jié)果通過貝葉斯推理計算出各個指標的“后驗概率”，最終判斷出已知證據(jù)結(jié)果的最大后驗概率指標，并將其作為推理的最終結(jié)果。

三、基于貝葉斯網(wǎng)絡(luò)的思政課教學質(zhì)量評價體系

基于貝葉斯網(wǎng)絡(luò)的思政課教學質(zhì)量評價體系，建議應該包括如下內(nèi)容：在教學內(nèi)容方面的重點突出，難點清楚。在教學態(tài)度方面，教態(tài)得體，有感染力。在教學方法上，深入淺出、啟發(fā)性強。在教學技能方面，充分利用多媒體和網(wǎng)絡(luò)技術(shù)。在教學效果方面，注重能力培養(yǎng)和啟發(fā)創(chuàng)新性思維。其中將教學內(nèi)容、教學態(tài)度、教學方法、教學技能和教學效果5各方面作為一級評價指標，通過思政課教學大綱的計劃和要求，再確定若干個二級指標，以此構(gòu)建成思政課課堂教學質(zhì)量指標體系，即貝葉斯推理當中的查詢變量。

同時也可以結(jié)合思政課的教學目的和要求，根據(jù)預設(shè)的一級指標和二級指標，繪制基于貝葉斯網(wǎng)絡(luò)的教學質(zhì)量評擴模型的有向無環(huán)圖。通過有向無環(huán)圖我們可以很清晰的看出，依據(jù)二級指標，應用貝葉斯網(wǎng)絡(luò)聯(lián)合概率分解公式可以給出更加詳細的評價等級范圍，即貝葉斯推理當中的證據(jù)E，如：優(yōu)秀、良好、一般的具體分值標準。

應用MSBNX軟件及方法，先給出初始賦值計算終節(jié)點的概率，然后逐一改變評價指標的賦值，其他指標的賦值恢復到初始狀態(tài)，對比改變之后終節(jié)點概率的大小，確定評價指標的影響，就可以計算出教學評價體系權(quán)重的具體數(shù)值。

總之，貝葉斯網(wǎng)絡(luò)是基于概率的一種不確定性推理方法，其將抽象轉(zhuǎn)化為具體，被廣泛地用來不確定事件的推理。該方法作為高等院校思政課課堂教學質(zhì)量評價的一種定性與定量相結(jié)合的分析手段，可以很好的解決高校績效考核中對于教師影響較大的教學質(zhì)量這一指標的不確定性和不客觀性的問題。

【參考文獻】

[1] Pearl J. Probabilistic Reasoning in Intelligent Systems； Networks oI Plausible Inlerernce[M]. San Publishers， 1988.

[2] 張連文， 郭海鵬. 貝葉斯網(wǎng)引論[M]. 科學出版社， 2006.

[3] 盛 驟， 謝式千， 潘承毅. 概率論與數(shù)理統(tǒng)計[M]. 北京高等教育出版社， 1989.

[4] 謝 斌， 劉長建. 基于貝葉斯網(wǎng)絡(luò)構(gòu)建的學生成績評價系統(tǒng)及影響分析[J]. 中國科教創(chuàng)新導刊， 2011.

[5] 趙春元. 基于層次分析法的教學質(zhì)量模糊綜合評價模型及應用[J]. 沈陽工程學院學報： 自然科學版， 2011.