基于人工神經(jīng)網(wǎng)絡的高職輔導員績效評價機制研究?

陳承貴

（懷化職業(yè)技術學院 懷化 418000）

基于人工神經(jīng)網(wǎng)絡的高職輔導員績效評價機制研究?

陳承貴

（懷化職業(yè)技術學院 懷化 418000）

在構建高職輔導員績效評價因素的基礎上，提出了一種基于人工神經(jīng)網(wǎng)絡的輔導員績效綜合評價方法，用BP神經(jīng)網(wǎng)絡算法實現(xiàn)了輔導員績效綜合評價誤差最小化，提升了輔導員的評價質量，完善了輔導員工作績效水平。

人工神經(jīng)網(wǎng)絡；績效評價；高職輔導員

1 引言

在高職院校輔導員隊伍建設中，輔導員作為高校大學生思想政治工作的執(zhí)行者和堡壘，是高職院校學生穩(wěn)定的根本，如何公平公正的評價輔導員工作績效，是當前急需解決的課題。本文研究人工神經(jīng)網(wǎng)絡輔導員考核評價機制，綜合評價輔導員工作績效各種因素，激勵輔導員的工作能力，提高大學生思想政治工作建設，改善輔導員管理和指導大學生的質量和效果，促進學校的輔導員隊伍建設，起到了很好的推動作用。

2 神經(jīng)網(wǎng)絡績效評價因素

在高校的德育工作中，輔導員承擔了主要的德育工作任務，對于輔導員的績效評價方法目前主要有目標管理法、平衡計分法、關鍵業(yè)績指標法和360 度績效考評法［1～2］，還有基于關鍵績效指標的高校輔導員績效評價方法［3］，輔導員工作績效評價因素涵蓋了一主線，大學生思想政治教育主線，著重研究基于社會主義核心價值觀體系［4］，同時覆蓋了大學生的德育、學習、生活、養(yǎng)成、就業(yè)教育五大類。輔導員的工作包含了學生教育的過程和結果，有隱性和顯性的工作績效，有剛性和柔性［5］的績效，因此績效評價因素，既要突出輔導員學生教育的結果因素，又要考慮學生教育的過程因素，同時強調(diào)輔導員的類型的自身工作因素，本文提出了以輔導員工作的時間、頻域、空間因素構成三位一體的綜合績效評價機制。

2.1 BP神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡［6］是對人類大腦系統(tǒng)的一階特性的描述，是一個非線性自適應系統(tǒng)，可以用數(shù)學模型表示，也可用計算機的程序來模擬實現(xiàn)。人工神經(jīng)網(wǎng)絡表現(xiàn)了信息分布式，運算全局并行化，局部操作化和非線性數(shù)據(jù)處理的特點，符合輔導員的工作績效數(shù)據(jù)，涉及多個部門多角度多樣性地廣泛分布特性，工作績效處理同樣呈現(xiàn)非線性。

神經(jīng)元［7～8］是構成神經(jīng)網(wǎng)絡的最基本單元，它接受一組來自系統(tǒng)中其他神經(jīng)元的輸入信號，同時，每個輸入信號對應的一個權，對所有的輸入實現(xiàn)加權和決定該神經(jīng)元的激活狀態(tài)。神經(jīng)元另一個激勵因子，其實就是激勵函數(shù)。通常，神經(jīng)元在獲取網(wǎng)絡輸入數(shù)據(jù)后，神經(jīng)元響應，輸出端就應有一個適當?shù)妮敵觥＿@就要神經(jīng)元處于激活狀態(tài)，執(zhí)行對該神經(jīng)元所獲得的網(wǎng)絡輸入變換。

BP神經(jīng)網(wǎng)絡就是利用輸出層的誤差來估計輸出層的直接前導層的誤差，再利用這個誤差估計更前導層的誤差，并獲得所有其他各層的誤差估計，從而形成將輸出端表現(xiàn)出誤差沿著與輸入信號傳送相反的方向逐級向網(wǎng)絡的輸入端傳遞的過程，構建成BP算法并進行學習的多級非循環(huán)網(wǎng)絡，其中BP神經(jīng)網(wǎng)絡的神經(jīng)元要求激活處處可導。BP神經(jīng)網(wǎng)絡結構［9］如圖1。

圖1 BP神經(jīng)網(wǎng)絡結構圖

其中，BP網(wǎng)絡的輸入樣本集為表達式（1）：

網(wǎng)絡實際輸出Op為表達式（2）：

整個網(wǎng)絡的誤差E為表達式（3）：

2.2 輔導員績效因素

高職院校由于生源地和生源的質量的不同，部分高職院校除了統(tǒng)招的高職生源的，還保留了少部分的五年制生源，學校開展了早操和晚自習的學生教育環(huán)節(jié)。從時間域分析，高職院校輔導員工作有五大教育結果，表現(xiàn)了剛性的顯性因素，大學生的早操率、上課率、晚自習率、晚就寢率。其中早操率和晚自習率通常只是部分輔導員的績效，而上課率、晚就寢率、鞏固率面向是全校的輔導員，具有典型的績效評價意義。

高校學生安全和穩(wěn)定，大學生思想政治教育活動，輔導員起到了關鍵的決定性作用，輔導員的責任感和責任意識增加，學生教育危機管理加強，輔導員成為了全天候的代理人，從學生早上起床到晚就寢，輔導員管理了整個學生隊伍。如何來保障輔導員的到位執(zhí)行高效管理，以輔導員的自身管理為突破口，輔導員的考勤、輔導員的工作記錄、輔導員日常工作完成情況等因素，影響輔導員的績效評價。輔導員的工作多而雜，從工作頻域分析，輔導員的工作評價涉及：班級建設、黨團建設指導、學生信息、學生教育工作分析、自身學習和研究情況、養(yǎng)成教育、思想政治教育、學生思想教育談話、學生活動策劃、典型案例分析、工作日志、家校聯(lián)系情況、職業(yè)規(guī)劃等因素，這些都是輔導員學生教育管理的基本要素，也成為影響輔導員績效評價的主要因素

同時輔導員對學生教育管理工作，大量是一些柔性的因素，為了保障學生有序學習生活，提供良好的環(huán)境，輔導員要消耗大量的時間，處理各種事務：學生各種違紀問題、學生心理健康問題、學生家長和社會事務處理、突發(fā)事件、學生生活問題、領導交辦的臨時性事務等，有的是學生事務，有的是其他事務。這些貫穿了整個輔導員工作過程，成為輔導員績效評價的重要因素。

高職院校的輔導員，根據(jù)高校的現(xiàn)行體制，輔導員的工作性質和崗位，從工作空間域分析，輔導員分為專職輔導員、兼職輔導員和聘請輔導員三大類型，專職輔導員工作是院系學生教育工作的主要實施者，院系學生思想政治教育的專家。兼職輔導員通常具有班主任的身份，學生教育的具體執(zhí)行人，學校的中堅力量，既有豐富的教學經(jīng)驗，承擔更多的上課任務，同時可能還是從事學校管理工作。聘請輔導員則充當全職班主任，既要承擔系部大學生思想政治教育工作，同時管理院系的班級工作。專職、兼職和聘請三類輔導員的工作任務和管理人數(shù)不同，輔導員的工作績效就有了不同評價因素。高職院校輔導員的工作績效評價因素如表1。

3 輔導員評價模型

輔導員的工作績效評價是復雜而有趣的事情，在本文把輔導員分成了時間、頻域、空間三類工作因素，從三個不同維度評價輔導員的工作績效，綜合評價輔導員的工作成績，公平公正的利益獲取，激勵了輔導員的工作斗志，保證了學校的長遠發(fā)展。

表1 高職院校輔導員的工作績效評價因素

3.1 輔導員評價函數(shù)

輔導員時間域的工作績效評價，包含了大學生的早操率、上課率、晚自習率、晚就寢率四大參數(shù)指標。這些指標反映的是輔導員對學生管理的效果顯現(xiàn)，作為輔導員的績效結果表現(xiàn)的是剛性和顯性的，輔導員的大學生思想政治工作是否深入學生心里，學生的早操、上課、晚自習、晚就寢的主動性、紀律性、團結性和責任性可以衡量輔導員的工作效果。

輔導員在時間域的評價，可用表達式（4）表示：

其中，y(t)為輔導員的時間域工作績效評價結果，a(x)為早操率，b(x)為上課率，c(x)為晚自習率為，d(x)為晚就寢率。a，b，c，d分別為輔導員的對應時間域評價指標的管理系數(shù)。

輔導員頻域的工作評價指標，主要評價了輔導員的工作量和能動性，衡量輔導員的工作效能。指標評價了輔導員某個時段對某項學生工作完成任務的情況的評價，大一的輔導員的重點評價：班級建設情況、黨團建設指導、學生信息、養(yǎng)成教育、職業(yè)規(guī)劃教育、家校聯(lián)系情況、學生教育談話談心活動、學生教育工作日志。大二、大三年級輔導員的評價，則更多關注學生教育工作分析、自身學習和研究情況、思想政治教育、學生活動策劃、學生典型案例分析、就業(yè)指導等工作內(nèi)容。這些工作任務相互交織在一起，相輔相成，統(tǒng)一形成了輔導員工作的績效評價的基本依據(jù)。

輔導員的頻域工作績效Y( j w )，綜合考慮影響評價因素，用表達式（5）描述：

其中，F(xiàn)( j w)是各評價因素的加權值，不同的評價指標，其相應的加權值也跟隨發(fā)生變化；H( j w)是輔導員績效工作評價因素響應函數(shù)，反映了輔導員的工作量能和效能；w反映輔導員學生教育工作的頻率，體現(xiàn)了學生教育工作周期性；m，n則表示不同的學生教育工作內(nèi)容，其加權值和工作效能表現(xiàn)的不一致性。

輔導員從工作空間指標，專職輔導員、兼職輔導員和聘請輔導員三大類型，對學院從事的工作任務及作用側重點不一樣，管理學生人數(shù)有所區(qū)別，工作任務繁重比例相應也就不同。從評價系統(tǒng)來考慮，引入評價管理系數(shù)β。

根據(jù)對全院的學生進行輔導員分類測算，輔導員的工作性質不同，輔導員的平均基數(shù)相應的要求有所差別。一類專職輔導員的學生教育基數(shù)N要大，一般N取為200～400人；二類兼職輔導員學生指導基數(shù)N較小，N取為20～60人；三類聘請輔導員學生教育管理基數(shù)N居中，N取為100～200人。m表示輔導員學生教育的人數(shù)。

輔導員在學生教育管理中，有計劃、過程和結果，包含了時域性的、頻域性的和空間域的學生工作，涉及學生的方方面面。學生教育內(nèi)容有些是立馬就能顯現(xiàn)出來，出現(xiàn)成效，有的教育內(nèi)容，沉淀于學生思想至生命中幾年，甚至一生。輔導員做好每一項學生工作內(nèi)容，對于學生教育至關重要，影響意義其深遠。因此，輔導員的績效評價面對如此復雜的因素，根據(jù)輔導員的評價因素分析，績效評價函數(shù)為表達式（7）：

其中，S為輔導員的績效評價函數(shù)，反映了學生教育管理的總效能。

3.2 輔導員評價BP算法

根據(jù)人工神經(jīng)網(wǎng)絡的BP算法，為了消除輔導員工作績效樣本順序的影響，輔導員的加權取為W，控制精度設為ε，對輔導員的每一項工作完成任務情況進行采樣，形成樣本集中的每一個樣本(Xp，Yp)，通過網(wǎng)絡計算出輸入數(shù)據(jù)對應的實際輸出，并計算出誤差E。

BP算法表示［9］：

用不同的小波隨機數(shù)初始化w，v；

初始化精度控制參數(shù)ε，學習率α；

循環(huán)控制參數(shù)E=ε+1；循環(huán)最大次數(shù)為M；循環(huán)次數(shù)控制參數(shù)N=0；

當whileE＞ε&N＜M do

N=N+1；E=0；

對所有的i，j，h：?wi(jh)=0；

對s中的每個樣本（Xp，YP），執(zhí)行如下操作：

計算：o1=F1(XPv)；o2=F2(o1w)；

計算輸出誤差：fori=1 to m

對所有的i，j，計算輸出層的權修改量：fori=1 to m&j=1 to n

對所有的i，j，計算輸出層的權矩陣修改量：fori=1 to m&j=1 to n

對所有的i，j，計算隱層的權修改量：fori=1 to H

對所有的i，j，計算隱層的權矩陣修改量：fori=1 to H&j=1 to m

修改輸出層和隱層的權矩陣：fori=1 to m&k=1 to H&j=1 to n

3.3 構建BP神經(jīng)網(wǎng)絡輔導員績效評價模型

BP神經(jīng)網(wǎng)絡模型基于Matlab軟件，調(diào)用其構建BP神經(jīng)網(wǎng)絡newff（）［10］函數(shù)：

Net=newff（PR，［S1 S2 …SN1］，｛TF1 TF2 …TFN1｝，BTF，BLF，PF）

其中，矩陣PR為輔導員評價網(wǎng)絡的工作任務輸入向量取值范圍，矩陣的大小為2列，第一列反映了輔導員工作任務變量的最小值，也就是完成任務的最差情況，第二列則是輔導員工作任務變量的最大值，反映了輔導員工作完成最好情況的樣本。［S1 S2…SN1］表示此網(wǎng)絡隱含層和輸出層的節(jié)點數(shù)。｛TF1 TF2…TFN1｝用來表示網(wǎng)絡的輸出層和隱含層，傳遞函數(shù)為‘tagsig’。BTF，BLF，PF分別為網(wǎng)絡訓練函數(shù)、網(wǎng)絡權值學習函數(shù)和網(wǎng)絡性能評價函數(shù)。基于BP神經(jīng)網(wǎng)絡的輔導員績效評價網(wǎng)絡結構如圖2，其中，第一層的傳遞函數(shù)為logsig（），輸出層則為purelin（）函數(shù)。

圖2 基于BP神經(jīng)網(wǎng)絡的輔導員績效評價網(wǎng)絡結構圖

輔導員績效評價的樣本數(shù)據(jù)如下：

P=［時域樣本；頻域樣本；空間域樣本］

其中，輔導員工作時域樣本=［早操率、上課率、晚自習率、晚就寢率］=［0，40%，100%，60%］，對其進行歸一化處理后，這時輔導員的工作時域樣本為［0，0.04，0.1，0.06］，輔導員評價系統(tǒng)輸出的時域目標數(shù)據(jù)=［1，1，1，1］。

頻域樣本=［班級隊伍建設情況，黨團建設指導，學生信息，養(yǎng)成教育，職業(yè)規(guī)劃教育，家校聯(lián)系情況，學生教育談話談心活動，學生教育工作日志，學生教育工作分析，自身學習和研究情況，思想政治教育，學生活動策劃，學生典型案例分析，就業(yè)指導］。對頻域樣本數(shù)據(jù)進行歸納，簡化成八方面的樣本。即頻域樣本=［學生思想政治教育，黨團和班級建設，學業(yè)指導，學生教育日常事務管理，學生心理健康教育，突發(fā)和危機事件處理，職業(yè)規(guī)劃與就業(yè)反導，自身理論學習與研究］=［12，0，8，25，9，13，9，7］，同樣，對數(shù)據(jù)進行歸一化處理，頻域樣本=［0.012，0，0.008，0.025；0.009，0.013，0.009，0.007］。

輔導員空間域樣本=［專職輔導員管理系數(shù)，兼職輔導員管理系數(shù)，聘請輔導員管理系數(shù)］=［400，15，120］，同樣，對樣本數(shù)據(jù)進行歸一化處理，輔導員空間域樣本=［0.4，0.015，0.12，0］，輸出目標數(shù)據(jù)=［4，0.6，2］。

因此，輔導員BP神經(jīng)網(wǎng)絡評價系統(tǒng)的樣本數(shù)據(jù)：

P=［0，0.04，0.1，0.06；0.012，0，0.008，0.025；0.009，0.013，0.009，0.007；0.4，0.015，0.12，0］；

T=［1，1，1，1］；

輸入向量的取值范圍：［0，1；0，1；0，1；0，4］。

4 神經(jīng)網(wǎng)絡評價應用

基于BP神經(jīng)網(wǎng)絡的輔導員評價機制，通過合理選擇評價網(wǎng)絡參數(shù)，訓練函數(shù)采用traingdm算法，學習方法設置為learngdm學習法，輔導員績效評價誤差如圖3中的曲線。BP神經(jīng)網(wǎng)絡的輔導員績效評價機制中，全面充分考慮了輔導員工作的評價因素，輔導員的學生教育工作得到了肯定，其結果得到了顯著改善。

圖3 輔導員績效評價誤差

5 結語

輔導員的工作績效，通過BP神經(jīng)網(wǎng)絡評價機制，實現(xiàn)了輔導員績效綜合評價誤差最小化，改善了輔導員的評價質量，為輔導員的工資核算提供了參考依據(jù)，同時有利于更好地改進輔導員學生教育工作方法和措施。今后的研究工作，主要挖掘出更加優(yōu)秀的輔導員，提升高職院校輔導員隊伍建設水平，促進學院學生教育的發(fā)展。

［1］王曉飛，史濟純.高校輔導員績效評價研究綜述［J］.新西部（理論版），2016（3）：89-90.WANG Xiaofei，SHI Jichun.Summary of the performance evaluation of college counselors［J］.New West（Theory），2016（3）：89-90.

［2］劉雙麗，石勇，陶榮兄，等.高校輔導員績效評價指標體系研究與實踐［J］.科技創(chuàng)新導報，2012（7）：222-223.LUI Shuangli，SHI Yong，TAO Rongxiong，et al.Research practice of performance evaluation index system of University counselors［J］.Science and Technology Innovation Herald，2012（7）：222-223.

［3］李鳳威，羅嘉司，趙樂發(fā).基于關鍵績效指標的高校輔導員績效評價方法［J］.現(xiàn)代教育管理，2012（7）：66-69.LI fengwei，LUO Jiasi，ZhAO Lefa.A Method-Research on PerformanceAppraisalofUniversitiesCounselors Based on KPI［J］.Modern Education Management，2012（7）：66-69.

［4］陳德虎.高校輔導員勝任力研究——基于社會主義核心價值體系的視角［J］.浙江理工大學學報（社會科學版），2015，34（3）：247-250.CHEN Dehu.Study on Competency of College Counselors-Based on Perspective of Socialist Core Value System［J］.Journal of Zhejiang Sci-Tech University（Social Sciences），2015，34（3）：247-250.

［5］龐志偉.高校輔導員柔性績效評價機制研究［J］.黑龍江教育（高教研究與評估），2011（11）：57-58.PANG Zhiwei.Study on the performance evaluation of fiexible mechanism of college counselors［J］.Heilongjiang Education（Higher Education Research&Appraisal），2011（11）：57-58.

［6］朱大奇.人工神經(jīng)網(wǎng)絡研究現(xiàn)狀及其展望［J］.江南大學學報，2004，3（1）：104-105.ZHU Daqi.The Research Progress and Prospects of Artificial Neural Networks［J］.Journal of Southern Yangtze University，2004，3（1）：104-105.

［7］蔣宗禮.人工神經(jīng)網(wǎng)絡導論［M］.北京：高等教育出版社，2001，8：16.JIANG Zongli.Introduction to Artificial Neural Networks［M］.Beijing：Higher Education Press，2001，8：16.

［8］王存宇，古衛(wèi)明，吳翀，等.神經(jīng)網(wǎng)絡算法研究［J］.計算機時代，2016（10）：8-9.WANG Cunyu，GU Weiming，WU Chong，et al.Study on neural network algorithm［J］.Computer Era，2016（10）：8-9.

［9］陳承貴，羅克露.基于神經(jīng)網(wǎng)絡庫存融合控制技術［J］.微型機與應用，2009，28（8）：8-12.CHEN Chenggui，LUO Kelu.Neural network-baseed inventory control technology integration［J］.Microcomputer&Its Applications，2009，28（8）：8-12.

［10］王薇.MATLAB從基礎到精通［M］.北京：電子工業(yè)出版社，2012，5：389.WANG Wei.MATLAB From Basic to Proficient［M］.Beijing：Publishing House of Electronics Industry，2012，5：389.

Higher Vocational Counselor Performance Evaluation Mechanism Based on Artificial Neural Network Research

CHEN Chenggui
（Huaihua Vocational and Technical College，Huaihua 418000）

On the basis of the construction of higher vocational counselor performance evaluation factors，this paper proposes a counselor performance comprehensive evaluation method based on artificial neural network，using BP neural network algorithm to achieve the counselor performance comprehensive evaluation of error minimization，improving the quality of the counselor's evaluation，perfect the counselor work performance levels.

artificial neural network，the performance evaluation，higher vocational counselor

TP183；TP301.6

10.3969/j.issn.1672-9722.2017.10.006

Class Number TP183；TP301.6

2017年4月13日，

2017年5月23日

懷化職業(yè)技術學院教改研究資助課題項目（編號：YJ15013）；湖南省大學生思想政治教育示范建設項目（編號：15SF09）資助。

陳承貴，男，碩士，副教授，研究方向：電路設計與信號處理。