基于粗糙集的高校學生評教指標體系構建的研究

路云龍　李文鈺　徐加陽

【摘要】本文利用教學管理部門積累下來的數據，通過數據挖掘中的粗糙集技術，優化高校原有的學生評教指標體系，構建新的、科學的指標體系，這對于教學管理部門進行科學決策具有積極的指導意義，有助于教學管理自動化、科學化水平的提升.

【關鍵詞】學生評教指標體系;粗糙集

【基金項目】吉林省教育科學規劃課題“基于大數據背景的高校教師教學質量評價體系的構建及實證研究”（GH170093）和“基于翻轉課堂模式的大學數學微課探究——以線性代數為例踐”（XJQN2016017）.

一、引 言

教師教學質量評價是高校教學工作的重要組成部分，制訂適合高等院校自身發展的教師教學質量評價體系是教學管理部分的工作的重點和難點.許多現行的指標體系存在設計比較簡單，評價指標體系相關性強和維度不清晰等問題.本研究擬通過對某省屬高校教學管理部門現行的教師教學評價指標體系進行分析，利用教學管理部門所積累的數據，借用智能數據分析技術中的粗糙集理論，提出基于粗糙集理論的高校教并探索建立出一種基于學生評教數據的教師教學評價指標體系的方法.

二、基于粗糙集指標屬性約簡的某高校學生評教指標體系的構建

利用學生評教的原始數據，結合粗糙集集屬性約簡的基本思想，以屬性核為起點，以信息熵或者其他準則來評估屬性的重要度，然后利用啟發式方法逐步向集合中添加核外重要性最高的屬性，最后得到最小約簡.具體是利用自適應遺傳算法的粗糙集約簡算法[1]對于教學評價指標屬性集合進行約簡.

下面結合實際，對于某高校現行的學生評教指標體系就行優化，該體系從十個維度對于教師教學課堂教學質量進行考察，記為{C1，C2，C3，…，C10}.每名同學在教學管理系統上依照這十個指標，對任課教師從好、較好、一般三個方面對于該教師進行評價.

本文采用某高校2017—2018春季學生評教原始的定性評價數據.采用大數據技術中的粗糙集理論，對于原始評價指標屬性進行約簡.首先，利用粗糙集理論，結合原始評價數據的特點，制訂了統一的單指標原始評價數據處理準則（見表1），同時對異常數據進行刪除及標準化.

注：A表示該指標各組評價數據中獲得“好”的百分比，B為獲得“一般”的百分比.

其次，給出屬性約簡的實現步驟：

（1）綜合評價決策表的構建及數據離散化：

利用粗糙集約簡理論構建綜合評價決策表（見表2）.結合原始評價數據和表2確定決策表中的條件屬性值和決策屬性值，其中條件屬性值為

{好，較好，一般}，

決策屬性值為

{好，較好，一般，較差，差}.

具體屬性值見表3.構造綜合評價決策表的過程中，得到u7，u9，u10，u12，u13五位教師的評價數據完全相同，于是我們選擇u7.

（2）指標約簡

利用上述獲得的關于教師的綜合評價決策表，結合ROSETTA[2]軟件實現，通過對提取規則進行分析，并咨詢相關專家，反復試算，多次篩選，選擇典型指標：

{指標C1、指標C3、指標C5、指標C7}.

從而，由上述約簡的結果可知，相比較于原始的評價指標體系，新的評價指標體系更加科學和有效.有關于指標權重的測算還需利用客觀權重法和主觀權重法進一步計算和確定.

三、結束語

本文構建了一種適應于大數據環境的學生評教指標體系.利用屬性約簡技術處理大量定性原始數據，通過挖掘原始數據的信息，能夠構建科學、客觀和有效的指標體系.

【參考文獻】

[1]張煒.基于遺傳算法的屬性約簡方法在股票預測中的應用研究[D].長沙：湖南大學，2013.

[2]沈娟.基于粗糙集與熵權法的省域低碳經濟發展水平評價研究[D].武漢：華中科技大學，2012.