基于模糊層次分析法的計算機教學與創新實踐能力培養評價

王永雄+張孫杰

摘要：隨著機器人、人工智能等跨多學科的新工科快速發展，創新實踐能力培養的重要性更加突出。為了準確評價創新實踐能力培養與教學成效，為創新實踐培養提供幫助與指導，構建了一套與實際緊密結合的創新實踐能力培養評價指標體系，提出了采用模糊聚類與層次分析法相結合的機器學習方法，自動確定指標權重，運用提出的模糊層次分析方法對創新實踐能力培養進行評價。結果表明，評價系統客觀、簡單、可操作性強，并能夠根據評價體系得分給出相關教學改進建議。

關鍵詞：教學評價；創新實踐；模糊聚類；層次分析法

DOIDOI：10.11907/rjdk.172622

中圖分類號：G434

文獻標識碼：A 文章編號：1672-7800（2017）012-0225-04

Abstract：With the rapid development of multi-subject majors such as robotics and artificial intelligence， it is more important for training of capacity of practice and innovation. In this paper， to accurately evaluate the cultivation of innovative practice ability and the teaching effect， and to provide the help and guidance for the innovation practice training， we present a novel method for teaching performance evaluation of practice and innovation based on the combination of fuzzy Analytic Hierarchy Process （AHP） and fuzzy clustering evaluation method. The factor and sub-factor weights are acquired by fuzzy clustering method. The evaluation system based on the combination of AHP and fuzzy clustering is objective and simply. It has very strong operability. In addition， the teaching suggestion is proposed by the system.

Key Words：teaching performance evaluation； practice and innovation； fuzzy clustering； analytic hierarchy process

0 引言

創新實踐能力培養是當今大學理工科教育的重要目標，現階段我國高校創新能力培養仍存在諸多問題，對現有高校教學與培養模式提出了更高的要求，因此產生了各種各樣的教學模式，比如分組教學、分層教學，還有針對性很強的各種機器人比賽、創新大賽甚至考研和出國等各種培訓班。另外，傳統教育方法很少考慮學生的個體差異，這在很大程度上限制了學生的自主思維意識和獨立創新精神。特別是新興工科專業急需大量人才，如人工智能、智能制造、機器人、云計算等，這些方向涉及多個專業知識，知識更新換代快，要求學生具備較高的創新實踐與學習能力，這些人才的培養都需要新理念的指引和新培養模式的支撐[1，2]。

在創新實踐能力培養過程中，一個重要環節是準確的教學質量與學生知識水平評價。對教師教學素養與學生學習效果等因素進行評價，有利于引導教學行為，提高教學質量。然而教學評價是一個非線性過程，具有多變量多因素，傳統的教學評價僅僅是根據學生考試總成績評價教師的教學效果，無法獲得造成該教學狀況的原因，只是總結教學效果、教學工作狀況的最終型評價，對教學無法起到積極的引導和反饋作用。特別是針對創新實踐能力培養，很少有針對性強的系統培養方案和體系，因此更加難以給出及時、客觀和準確的評價。

（1）教學評價系統的依據指標多數是學生成績、學生的反饋或者專家、課題組的主觀判斷，不同類型的評價人員對教學質量的關注點不同，導致這些評價方法往往不能全面、系統、科學地對教師的工作作出分析判斷。常規的評教一般在學期末進行，學生通過登錄教務管理系統，針對其中各項指標進行打分并計算。實際中還有部分學生打分不夠理性，因此評價結果存在不及時與偏差不小等問題，而一個良好的教學評價不僅可以幫助教師弄清當前課程教學工作的不足之處，而且能激勵教師投入到教學中。

（2）教學質量評價指標權重往往是由少數專家根據經驗直接擬定的，缺少數量分析作為依據，與實際情況可能會有較大偏差，直接影響評價結果。針對創新實踐能力培養缺乏統一標準，部分專家對此也沒有充足的經驗。

（3）現有教學評價系統所涉及內容定性的多、定量的少，只能給出定的標準并且標準彈性較大，加之評價者對標準把握存在偏差等主觀原因，無形中降低了評價結果的準確度和真實性。

（4）現有評估系統不考慮學生基礎知識、知識結構等個體差異，難以評價學生創新實踐能力提高水平；很少同時考慮績效目標（通過績效評價獲得對能力的良好評價或避免對能力的不良評價）與學習目標，因此這樣的評估結果難以應用到相應的創新實踐能力培養設計和改進中。

本文試圖采用模糊聚類方法與層次分析法相結合、多指標權值自適應方法解決上述問題。基于模糊聚類對重要指標數據進行聚類劃分，并針對聚類內存在的教師差距不明顯問題，參考層次分析模型進行定量與定性分析相結合的方法，使分類內的各教師劃分更加合理，盡可能地去除主觀成分，合理確定評價指標權重。另外，將學生實踐水平指標引入評價指標，客觀反映創新實踐能力培養學生知識技能的變化水平，用于衡量教學和培養效果。endprint

1 基于創新實踐能力培養的評價指標確定

從本質上講，創新實踐能力培養就是要“因材施教”，通過評估手段確定學生知識結構和能力大小。因此，評估實踐創新能力教學的主要目標是培養學生的理論聯系實際能力和綜合創新能力。本文擬制定包含創新實踐教學質量評價指標、能夠覆蓋學生能力評估的合理、有效評價指標體系。參考相關評估方法和前人研究成果[3-5]，構建了兩大部分的教學質量評價指標體系（見表1）。第一部分是傳統評估指標（占70%），第二部分是創新實踐能力培養中特有的指標（占30%）。其中第一層的權值由專家經驗設定：WTB=（0.10，0.115，0.10，0.11，0.13，0.145，0.10，0.10，0.10），第二層的權值通過模糊聚類自動獲得。

2 改進的模糊聚類與層次分析模型及應用

參考模糊聚類與層次分析法等人工智能方法在教育評價體系的應用[6]，利用模糊聚類自動獲得等級和聚類中心，計算數據到聚類中心的距離函數作為二級指標的權值，再利用層次分析法進行總體教學評價。

2.1 利用模糊聚類獲得二層指標權值

模糊聚類分析一般是指根據研究對象本身的屬性構造模糊矩陣，并在此基礎上根據一定的隸屬度確定聚類關系。聚類就是將數據集分成多個類或簇，使得各個類之間的數據差別盡可能大，類內之間的數據差別盡可能小，即為“最小化類間相似性，最大化類內相似性”原則。在教學評價中，利用模糊聚類客觀地得到4個等級，替代人為劃定等級，同時獲得4個聚類中心。另外，將每個樣本到聚類中心的距離函數作為二級指標的權值。

2.2 利用層次分析法作為教學總體指標

層次分析法是由運籌學家T·L·Saaty提出的一種數學分析方法，是針對多層次、多目標規劃決策問題的有效決策方法，能夠定性與定量相結合，具有高度的邏輯性、系統性、簡潔性和實用性。

參照文獻[3，4，8，9]的方法，模糊層次分析法的基本步驟如下：①建立模糊判斷矩陣。若模糊矩陣不是模糊一致矩陣，則需將模糊矩陣調整為模糊一致矩陣；②從評價數據中，通過模糊聚類方法自動聚類為4個等級{優，良，中，差}，同時獲得評價等級與分數的對應表；③根據式（4）得到類別隸屬度值，根據式（5）計算獲得權值大小；④最終利用第一層的權向量WTB=（0.10，0.115，0.10，0.11，0.13，0.145，0.10，0.10，0.10）和模糊矩陣，得到總目標的綜合評判向量；⑤利用聚類中的評價等級與分數對應表得到等級。

在數據獲取中，利用原來教學管理系統的學生基本情況庫、課程庫、平時測試成績、教師情況庫、教師任課信息等，增加在線調查子系統進行學生評教、教師互評、專家評教和有針對性的創新能力培養測試分析，并完成數據清理、轉換和歸約等數據預處理工作。

3 實例分析

3.1 實例

針對上述設計的評價指標，對學生、教師和專家進行問卷調查，并結合創新實踐培養中的測驗環節，對上海理工大學多位實踐設計類課程教師進行9項B級指標和23項C級指標的測評，在進行教學質量評判時選擇百分制，其中二級指標（C指標）的測評是根據模糊聚類方法自動聚類為4個等級{優90（>85），良75（75-84），中60（60-74），差50（<50）}。經過統計之后，采用聚類算法運算，獲得評判矩陣，最終得到某位教師B層和C層的各指標得分情況以及綜合評價得分。

3.2 評價結果分析

從上面的結果可以看出，在創新實踐課程教師的教學質量評價體系中，教學態度、教學內容難易適中等方面，得到了學生和教師的認可，評價較好，并具有一定的普遍性。而綜合創新實踐、基礎綜合知識技能和教學方法得分較低，這部分采用了學生知識水平測試等客觀評價方法，在基礎知識與創新實踐結合方面，教學模式偏傳統化，多數學生知識掌握得不夠理想，評價得分相對偏低，說明教學方法和實踐部分的內容需要根據其特點作相應改革。為了及時反饋和調整教學效果，需及時分階段分目標對學習與實踐情況進行測試和評估。

隨著信息技術的發展，尤其是移動互聯網技術、智能手機的大量使用，獲取大量數據變得方便簡單，教師可更方便地獲得學生學習情況數據，了解學習進展和效果，從大量數據中快速實現教學評價和問題的精準定位，讓教學和指導更簡便、更精準、更聚焦。例如微信訂閱號、微信小程序，都能夠為日常教育提供一個便捷的學習、數據收集與評價平臺[10-11]。

4 結語

本文提出了模糊聚類和層次分析方法相結合用于創新實踐培養的評價體系，通過評價學習效果，發現個體和總體教學問題，為后續教學提供更精準的目標與手段，為學生提供精準的指導與服務。有效的評價方法不僅可以及時和準確地評價教師授課情況，而且可以找出學生知識體系缺陷等，為實現創新實踐能力培養提供了一套有章可循、行之有效的評價模式。

參考文獻：

[1] 祝智庭，彭紅超.信息技術支持的高效知識教學：激發精準教學的活力[J].中國電化教育，2016（1）：17-25.

[2] 馮艷飛，童曉玲.基于模糊層次分析法的高校創新創業教育評價研究[J].華北電力大學學報：社會科學版，2013（2）：137-140.

[3] CHEN J F， HSIEH H N， DO Q H. Evaluating teaching performance based on fuzzy AHP and comprehensive evaluation approach[J]. Applied Soft Computing Journal， 2015，28（C）：100-108.

[4] 吳海燕，王建宏.基于模糊層次分析法的教師課堂教學質量評價[J].電腦與電信，2011（10）：32-34.

[5] 姜彤彤.基于平衡計分卡的教學研究型大學績效評價研究[J].高教發展與評估，2012，28（3）：43-50.

[6] 鐘琦，胡水星.人工智能在教育中的整合應用研究[J].贛南師范學院學報，2011，32（6）：66-69.

[7] Ruspini E H. A new approach to clustering[J]. Information & Control，1969，15（1）：22-32.

[8] 黃煜棟，陳蘭生.模糊層次分析法在課堂教學質量評價中的應用[J].中國教育信息化，2015（14）：82-86.

[9] 羊英.基于多元智能和模糊層次分析法的課程學習績效評價[J].上海第二工業大學學報，2014（3）：228-232.

[10] 謝雷，韓駿，劉菁，等.基于微信公眾平臺環境支持的教學評價系統研究[J].中國教育技術裝備，2016（22）：14-19.

[11] 孔杏.微信公眾平臺支持下的混合式教學在遠程開放教育中的實現——以統計學課程學習為例[J].河北經貿大學學報：綜合版，2015，15（4）：113-119.

（責任編輯：何 麗）endprint