應用型高校教學質量的灰色聚類分析方法

馬守明 鄭武 程晨 周祎

摘 ?要：教學質量是驅動高校可持續發展的不竭動力，也是衡量其整體教育水平的核心要素。為使教學質量評價更具客觀性和科學性，將灰色系統理論應用于應用型本科高校的教學質量評價之中。定義了教學質量評價指標的三角白化權函數，給出了灰色聚類評價模型，并討論了教學質量灰色聚類分析實例，為促進高校教學質量工程建設提供了有益參考。

關鍵詞：灰色聚類;白化權函數;應用型高校;教學質量

中圖分類號：G642 ? ? ? ?文獻標志碼：A ? ? ? ? 文章編號：2096-000X（2020）13-0077-04

Abstract： Teaching quality is an inexhaustible driving force for the sustainable development of universities， and it is also the core element to measure the overall level of education. In order to make the teaching quality evaluation more objective and scientific， the Grey System Theory is applied to the teaching quality evaluation in application-oriented undergraduate colleges. The triangle definite weighted functions of teaching quality evaluation index is defined， the Grey Cluster Evaluation Model is given， and an example of Grey Cluster analysis of teaching quality is discussed， which provides a useful reference for promoting the construction of teaching quality engineering in all universities.

Keywords： Grey Cluster; definite weighted functions; applied university; teaching quality

一、概述

目前，我國高等教育發展迅速，不斷涌現舉世矚目的教學與科研成果。然而我國高等教育的發展速度和發展質量并沒有實現同步，兩者之間的矛盾在高等教育發展的新時期日益突出。這要求我們的高等教育發展戰略必須由注重速度提升、規模擴張向融合發展轉變，堅持把提高教育質量作為改革發展的核心任務。

一般認為，對高校教學質量進行評價分析是對其全部教學行為進行價值判斷的復雜系統工程，需要有一套全面、科學、公正的評價分析體系、標準和方法。雖然該領域日益引起人們關注，但是對高校教學質量評價分析的研究還不夠系統和深入。文獻[1]針對課堂教學質量評價的模糊性，采用層次分析法模型建立判斷矩陣和影響矩陣進行教學質量的考評。文獻[2]提出一種基于PCA的教學質量綜合評價方法，克服了評價指標因素之間的相關性對評價結果的影響。文獻[3]采用層次分析法確定各評價指標的權重，通過模糊方法進行綜合評價。文獻[4]提出一種基于后驗信息的教學質量評價方法，作為現行教學質量評價方法的補充。文獻[5]應用FCM聚類分析提出了高校教學質量評價系統的數學模型，并利用粗糙集理論給出了不同評價主體的權重挖掘算法。此外，BP神經網絡[6]、模糊神經網絡[7]、PSO神經網絡[8]等也逐漸在高校教學質量評價中得到應用。

由于高等教育活動的內在結構、各因素之間的作用機理是灰色的，這決定了高等教育系統的信息不完全性和機制灰色性，導致簡單地用一些統計數據來描述和評價教育系統的特征不可避免地具有缺陷。本文利用研究少數據、貧信息不確定性問題的灰色系統理論[9-10]，進行高校教學質量評價，為高校加強教學質量管理提供新的有效途徑。

二、灰色聚類分析原理

（一）灰色系統簡介

本質上，灰色系統可以看作是一種“貧信息”的不確定性系統，其研究對象是普遍存在的信息不完整的小樣本。在灰色系統研究中，主要是通過對部分已知的信息進行綜合的深度挖掘，從而從中提取出有價值的潛在未知信息，并在此基礎上最終實現對系統自身運行、內外交互及生命演化的深刻認知和有效利用。

特殊地，當在進行教學質量灰色聚類分析時，由于分析對象數量較多，不可避免地會出現多個對象同屬于灰類k*的情況。此時，可以根據綜合聚類分析系數的大小，對同屬于灰類k*的各個對象進行進一步的優劣判定。

三、實例分析

依據全日制應用型本科院校金陵科技學院制定的《課堂教學質量評價標準》，在其中八個一級教學質量指標，即教學準備I1、課堂教授I2、輔導與作業I3、課程考試I4、教學效果I5、課程評價I6、課程總結I7和課程改革I8的基礎上，建立了教學質量分析指標體系，如圖2所示。

利用上述各灰類三角白化權函數，根據教學質量具體指標的取值，可以計算出各教學質量分析指標的聚類系數和綜合聚類系數，結果如表3所示：

出，該教師的教學質量總體屬于“中”灰類，說明其教學質量屬于一般水平。進一步考察具體指標，可以看出該教師教學準備I1和課程總結I7水平偏低，課堂教授I2良好，輔導與作業I3屬于較高水平，課程考試I4水平中下，教學效果I5中等，課程評價I6水平較好，課程改革I8表現優良。

四、結束語

高等教育系統是多層次、多目標和多因素的灰色系統，用灰色聚類分析方法進行教學質量的分析，灰類的數目、標準及白化函數都是預先確定的，方法簡單、合理，模型清晰、實用，減少了人為因素的影響，使得分析結果更接近評價對象的本質屬性。在實踐上，該方法對提升高等教育教學質量、促進高等教育的持續健康發展具有一定的現實意義。

參考文獻：

[1]孔令明，王云峰.基于AHP的高校課程教學質量評價方法[J].中國經濟與管理科學，2009（1）：43-44.

[2]趙薔，李紅，郭新明.基于PCA的高校教學質量評價方法[J].電子設計工程，2016，24（8）：20-22.

[3]楊林，余半坡.基于Fuzzy和AHP的高校教育教學質量評價方法研究[J].中國校外教育旬刊，2014（9）：61-62.

[4]張寶玲.基于后驗信息的高校教學質量評價方法初探[J].中國教育技術裝備，2015（12）：15-17.

[5]付海艷，符謀松，張誠一.粗糙集理論在高校教學質量評價分析中的應用[J].計算機工程與應用，2007，43（36）：214-216.

[6]吳希.基于BP神經網絡的高校教學質量評價方法[J].福建電腦，2009，25（10）：99-100.

[7]朱家榮.基于模糊神經網絡的高校課堂教學質量評價方法研究[J].當代教育實踐與教學研究，2015（10）：85-87.

[8]劉忠寶，馬巧梅，楊秋翔.基于PSO神經網絡的高校教學質量評價方法[J].計算機與網絡，2015，41（5）：52-54.

[9]鄧聚龍.灰色系統理論教程[M].華中理工大學出版社，1990.

[10]劉思峰.灰色系統理論的產生與發展[J].南京航空航天大學學報，2004，36（2）：267-272.