基于灰色聚類理論的高等職業院校體育課程評估體系研究

摘? 要：灰色聚類理論是處理評估指標問題的有效數學工具。首先對教育部體育課程評估體系和相關文獻的高頻指標進行研究，制定了高等職業院校體育課程評估體系草案;其次建立了基于灰色聚類理論的高等職業院校體育課程評估指標數學模型，并編寫了流程圖;再次利用調查問卷得到了評估體系的初始權重系數，對課程教學與管理指標進行分析，證明了數學模型可有效分析指標約簡和權重問題，最終構建了高等職業院校體育課程的評估體系。

關鍵詞：高等職業院校? 評估體系? 體育課程? 灰色聚類理論

中圖分類號：G710? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? 文章編號：2095-2813（2019）05（c）-0241-04

Abstract：Grey clustering theory is an effective mathematical tool to deal with the problem of evaluation index. Firstly， the P.E curriculum evaluation system of Education Department and the high-frequency index of relevant literature were studied， and the draft of P.E curriculum evaluation system of Higher Vocational College was formulated. Secondly， the paper constructs mathematical model of evaluation index of P.E curriculum based on Grey clustering theory， and writes the flowchart of the model. Thirdly， the initial weight coefficient of the evaluation indexes is obtained from questionnaire， and the index of teaching and management is analyzed. The example shows that the mathematical model can effectively analyze problems of index reduction and weight coefficient， and finally the evaluation system of P.E curriculum of Higher Vocational College is established.

Key Words：Higher Vocational College; Evaluation system; P.E curriculum; Grey clustering theory

隨著高等職業院校的發展，建立一個科學的體育課程評估體系，充分發揮體育課程的重要作用，體育課程評估體系已成為了高等職業院校迫在眉睫需要解決的問題。灰色聚類理論是處理不確定和指標評估問題的有效數學工具[1]。許永龍[2]研究了學位教育質量評估的一般性數學方法，利用模糊數學和灰色系統理論建立了學位教育質量評估的數學模型，該模型可有效評估教育質量的優劣。楊爍[3]針對高校學科建設評估不完備信息系統的特點，利用灰色系統理論建立了一種評價高校學科建設的方法。郭瀟瓊[4]利用層次分析法建立高等院校的實驗室評估指標體系，進而采用等權值白化函數方法建立了實驗室評估模型，最后驗證了灰色聚類方法是一種有效評估高等院校實驗室的方法。李志亮[5]構建高校教輔人員綜合評價的灰色聚類模型，通過實例對比分析驗證了該模型的有效性和實用性。侯娜[6]利用灰色動態聚類理論建立了環境資源的指標篩選方法，實例證明了該方法優于聚類-灰色關聯指標篩選模型。

該文建立高等職業院校體育課程評估體系草案以及灰色聚類理論的高等職業院校體育課程評估指標數學模型，并編寫了構建原理的流程圖。在此基礎上，利用調查問卷建立評估體系的初始權重系數，以體育課程教學與管理指標為例，對指標進行篩選和權重分配，最終形成了高等職業院校體育課程的評估體系。

1? 高等職業院校體育課程評估體系的構建原理

1.1 指標的初選思路

高等職業院校的體育課程評估指標體系以教育部評估指標[7]和相關文獻[8-11]中的高頻指標為依據，海選出包括體育課程教學與管理、課外體育活動與競賽等6個一級指標和課程設置等25個二級指標，見圖1。

1.2 高等職業院校體育課程評估指標的數學模型

高等職業院校體育課程評估指標的數學模型由灰色關聯分析、灰色動態聚類、指標約簡等組成。

1.2.1 灰色關聯分析

根據指標權重系數的專家評分，計算各序列的初值像、極值和關聯系數，利用關聯系數計算論域各序列的絕對關聯度，進而得到論域的灰色關聯度矩陣，其具體步驟如下。

設考核專家的人數有n個，體育課程的某一級評估指標有m個，于是得到體育課程的灰色信息系統的論域，每個子樣本。

在灰色信息系統中，一般采用始點零化像公式對原始數據進行初始化處理，見式（1）：

1.2.2 灰色動態聚類

根據灰色絕對關聯矩陣系數最大的原則，進行樣本聚類，其主要作用是為了消除樣本間的信息重復性。其具體步驟為：（1）找出灰色絕對關聯矩陣A中的最大值，將i和j序列聚為同一類;（2）然后刪除j行和j列，形成新的灰色絕對關聯度矩陣A*;（3）重復步驟（1）～（2），直到完成n個序列的聚類，進而形成灰色動態聚類圖[6，11]。

1.2.3 指標約簡

在指標約簡過程中，首先要確定最佳閾值ε，才能確定論域各序列的具體分類，最佳閾值ε通常利用F統計量[12-13]確定。設論域U聚類中心向量為，為第k個變量的平均值。設對應于ε值得分類數為r，第j類樣本數為nj，子論域為：，第j類的聚類中心向量為，為第k個變量的平均值。利用聚類中心向量做F統計值：

指標約簡的具體步驟為：（1）根據灰色動態聚類圖，計算F統計量，確定最佳閾值ε，可得到論域各序列的最佳分類;（2）刪除1個指標，重新計算灰色絕對關聯度A，利用動態聚類方法得到最新的灰色動態聚類圖，計算F統計量，確定最新的最佳閾值ε，進而確定論域最新的最佳分類;（3）重復步驟2，依次得到刪除某一指標的最佳分類，當論域的最佳分類與全指標分類相同時，此指標可約簡，最終完成論域的指標約簡。

1.2.4 計算權重系數

體育課程指標權重系數的分析方法主要有主觀賦權法和客觀賦權法，主觀賦權法采取德爾菲法等定性方法確定權重;客觀賦權法采取灰色關聯度法等定量方法確定權重，其原理是利用各指標間的相關關系或指標值的離散程度確定權重系數。

鑒于灰色關聯度方法計算權重系數的優越性，體育課程指標權重系數采用灰色關聯度法計算，具體步驟為如下[1]。

（6）計算關聯度，并對數據進行歸一化處理，其權重計算公式為。

綜上，高等職業院校體育課程評估體系的構建原理流程圖見圖2。

2? 體育課程教學與管理指標的實例分析

為了建立高等職業院校體育課程評估指標的初始權重系數，發放調查問卷14份，得到有效調查問卷12份，體育課程教學與管理指標問卷調查結果見表1[14]，利用高等職業院校體育課程評估體系的構建原理進行分析，其具體步驟如下。

（1）對原始數據進行預處理，計算原始數據的始點零化像，見表2。

（2）計算灰色絕對關聯度矩陣A。

（3）利用灰色動態聚類方法得到論域12個序列的動態聚類圖，見圖3。

（4）利用F統計量可得到臨界值為0.981，其分類情況為：

（5）依次刪除A1～A5指標時，重復步驟1～4，論域各序列的分類情況與全指標的分類情況不同。當刪除A6指標時，論域各序列的分類情況與全指標的分類情況相同。由計算結果可知，約簡A6指標后，不影響其分類，因此體育課程教學與管理二級指標的最小屬性集為：{課程設置、課程結構、課程內容、教學方法、教材建設}。

（6）根據指標約簡結果，利用初值像計算公式，對數據進行無量綱化處理，見表3。

（7）對無量綱化表中的數據進行求差序列處理，并計算絕對極差的最大、最小值，利用關聯系數公式可得到關聯系數表，見表4。

（8）將關聯系數表中的各列數字求和，計算各指標的關聯度，最后進行歸一化處理，得到體育課程教學與管理指標的權重系數，見表5。

3? 高等職業院校體育課程評估體系

通過初步指標篩選、專家咨詢和灰色聚類相結合的方法，最終構建了高等職業院校體育課程的評估體系，見圖4。

4? 結論

（1）對教育部體育課程評估體系和相關文獻的高頻指標進行研究，制定了高等職業院校體育課程評估體系草案。

（2）構建了基于灰色聚類理論的高等職業院校體育課程評估指標數學模型，并編寫了構建原理的流程圖。

（3）根據課程評估的特點，制定調查問卷，咨詢相關專家，得到了高等職業院校體育課程評估指標的權重系數初值。通過實例分析了指標約簡和權重系數的計算過程，并最終構建了高等職業院校體育課程評估體系，該體系克服了評價指標選擇和權重分配的主觀性缺點，因而得到的評價結果更具客觀性。

參考文獻

[1] 吳順祥.灰色粗糙集模型及其應用[M].北京：科學出版社，2009：1-3.

[2] 許永龍.學位與研究生教育評估信息綜合處理研究[J].天津師范大學學報，2002，22（6）：22-25.

[3] 楊爍，劉思峰，方志耕.不完全信息下的某高校十五學科建設項目評估[A].灰色系統理論及其應用學術會議[C].2006.

[4] 郭瀟瓊，王寧寧，齊曦.基于灰色聚類理論的院校實驗室綜合評估[J].科技風，2012（8）：21-22.

[5] 李志亮，羅芳，阮群生.基于灰色聚類的高校教輔人員綜合評價[J]，泰山學院學報，2015，37（6）：38-42.

[6] 侯娜，李戰江，蘇金梅，等.基于灰色動態聚類—— 粗糙集的綠色資源環境評價指標構建模型[J].統計與信息論壇，2017（8）：96-103.

[7] 教育部.關于全面提高高等職業院校教學質量的若干意見[Z].2018.

[8] 張麗萍.高等職業院校專業評估指標體系的構建及評估指標的權重[J].云南大學學報，2012，32（S1）：335-339.

[9] 李逢慶，韓曉玲.混合式教學質量評價體系的構建與實踐[J].中國電化教育，2017，30（11）：108-113.

[10]徐景學.高職院校評估工作再思考[J].中國科教創新導刊，2016（7）：160-161.

[11]張明媛，高穎，袁永博.模糊聚類和灰色聚類的集成分析方法[J].模糊系統與數學，2015，29（3）：145-153.

[12]謝季堅，劉承平.模糊數學方法及其應用[M].武漢：華中科技大學出版社，2006：2-5.

[13]杜俊慧.基于灰色粗糙集的評價指標篩選方法研究[J].中北大學學報：自然科學版，2012，33（5）：559-562.

[14]田桂玲，王智江.基于灰色粗糙集理論的高等院校教育評估方法研究進展[EB/OL].http：//www.paper.edu.cn/relea sepaper/content/201512-1432.