基于賦值法的體育教學(xué)質(zhì)量綜合評(píng)估模型設(shè)計(jì)

張芳芳

(陜西國(guó)際商貿(mào)學(xué)院 體育部， 陜西 西安 712000)

0 引言

隨著教育事業(yè)的快速發(fā)展，體育教學(xué)質(zhì)量成為各大高校的重點(diǎn)教學(xué)內(nèi)容之一，因此提升體育教學(xué)質(zhì)量對(duì)教師的素質(zhì)和能力提出了更高的要求[1]。目前，體育教學(xué)質(zhì)量綜合評(píng)估對(duì)當(dāng)下體育教育的發(fā)展十分重要，其評(píng)估方法包括：專家評(píng)分法和問(wèn)卷調(diào)查法等[2]。無(wú)論是哪種評(píng)估方法都存在自身的缺陷，而綜合評(píng)估方法能彌補(bǔ)這些單項(xiàng)評(píng)估方法的不足，綜合評(píng)估方法是一種定性和定量結(jié)合分析的綜合方法，已經(jīng)被大量的使用在工程技術(shù)和經(jīng)濟(jì)管理等技術(shù)領(lǐng)域[3-5]。目前影響綜合評(píng)估結(jié)果的精確度和可靠性的是權(quán)重因素的適當(dāng)分配和評(píng)估模型的合理選取。因此怎樣將評(píng)估模型中多個(gè)指標(biāo)轉(zhuǎn)換成單個(gè)指標(biāo)的權(quán)重，是當(dāng)下研究的核心方向[6-7]。

賦值法運(yùn)算過(guò)程指給定關(guān)于一些變量的普通關(guān)系式，賦予適當(dāng)?shù)臄?shù)值或代數(shù)式后，采用運(yùn)算推理，最終獲得結(jié)論的一種解題方式。目前賦值法多應(yīng)用于綜合質(zhì)量評(píng)估方法的分析過(guò)程中。

本文設(shè)計(jì)基于賦值法的體育教育質(zhì)量綜合評(píng)估模型，準(zhǔn)確地評(píng)估體育教學(xué)質(zhì)量。

1 體育教學(xué)質(zhì)量綜合評(píng)估模型設(shè)計(jì)

1.1 層次分析法

層次分析法(Analytic Hierarchy Process，AHP)是以不同層次為前提，完成定性和定量分析的決策方法。其主要分為目標(biāo)、準(zhǔn)則和方案等層次。層次分析法主要工作流程為：(1)將決策問(wèn)題拆分成不同層次的層次構(gòu)造，依據(jù)總目標(biāo)、子目標(biāo)、準(zhǔn)則層和方案層的順序進(jìn)行分析；(2)求解各層元素對(duì)上層元素優(yōu)先權(quán)重，且該求解過(guò)程采用求解分析矩陣特征向量方法完成;(3)采用加權(quán)求和措施，遞階歸并優(yōu)先權(quán)重得到各個(gè)方案對(duì)總目標(biāo)的最終權(quán)重，最終權(quán)重最大的決策方案是最后方案，體育教學(xué)質(zhì)量評(píng)估因素的層次結(jié)構(gòu)模型,如圖1所示。

圖1 體育教學(xué)質(zhì)量評(píng)估因素層次結(jié)構(gòu)模型

依據(jù)層次分析法將體育教學(xué)質(zhì)量的評(píng)估因素分為三個(gè)目標(biāo)層。首先是總的目標(biāo)層I體育教學(xué)質(zhì)量評(píng)估層，其次依據(jù)總的目標(biāo)層分解成4個(gè)目標(biāo)層II，包括教學(xué)內(nèi)容、教學(xué)方法、教學(xué)態(tài)度和教學(xué)效果，最后目標(biāo)層II分解成目標(biāo)層III，包括教學(xué)目的、考慮個(gè)性差異和敬業(yè)程度等。從這些分級(jí)結(jié)構(gòu)可以看出，每一層的實(shí)現(xiàn)都會(huì)對(duì)下一層的評(píng)估產(chǎn)生影響[8]。

層次分析法利用1-9標(biāo)度法算出各層評(píng)估因素相較評(píng)估目標(biāo)的權(quán)重，即明確評(píng)估因素的權(quán)重。層次分析法明確權(quán)重的過(guò)程是：(1)分析比較每層因素的重要性，利用1-9標(biāo)度法創(chuàng)建標(biāo)度判斷矩陣；(2)實(shí)行一致性檢驗(yàn)，如果不通過(guò)，便要從頭創(chuàng)建標(biāo)度判斷矩陣；如果檢驗(yàn)通過(guò)，則權(quán)向量就是最大值特征值相應(yīng)的特征向量。如下是層次分析法具體實(shí)施過(guò)程。

1.1.1 創(chuàng)建判斷矩陣

設(shè)定該層的評(píng)估因素集有m個(gè)評(píng)估因素v1，v2，…，vm，通過(guò)領(lǐng)域?qū)＜覂蓛杀容^每個(gè)因素間的相對(duì)重要性。

設(shè)定dij是vi相對(duì)于vj的重要程度值，如式(1)。

(1)

如果比較vi和vj是各級(jí)之間，則使用重度值標(biāo)度2、4、6、8。

通過(guò)式(1)，得出一個(gè)權(quán)重判斷矩陣，如式(2)。

D=(dij)n×ndij=1/dij

(2)

1.1.2 一致性檢驗(yàn)

算出D的最大特征值,如式(3)。

(3)

式中，αmax最大特征值，m是評(píng)估因素；DI=0，絕對(duì)一致；DI相近于0，存在相對(duì)一致性；DI越大，越?jīng)]有一致性[9]。

因此再次定義一致性比率，如式(4)。

(4)

式中，KI的取值參考值為(0，0，0.58，0.9，1.12，1.24，1.32，1.41，1.45，1.48，1.51)。

求出相應(yīng)的特征向量(q1,q2,…,qm)，歸一化處理特征向量元素，獲得權(quán)重集(b1,b2,…bn)，如式(5)。

(5)

特征向量的求解也能采用乘冪法近似算出，如式(6)。

(6)

1.2 改進(jìn)拉開(kāi)檔次法

由于層次分析法易受到主觀因素的干擾，因此不能防止評(píng)估人員的主觀局部性，造成層次分析法不能完成高精度評(píng)估[10-11]。各個(gè)評(píng)估因素在全部指標(biāo)中的總體變異程度和對(duì)其他評(píng)估因素的干擾程度，通過(guò)改進(jìn)拉開(kāi)檔次法(Improved Scatter Degree，ISD)求解的權(quán)重系數(shù)表示，依據(jù)信息客觀起源，將評(píng)估目標(biāo)拉開(kāi)檔次，ISD算法過(guò)程如下。

(1)讀取原始數(shù)據(jù)Am×n，數(shù)據(jù)來(lái)自m行和n列；

(3)設(shè)置R=A*TA*，算出R的特征值C和特征向量U后，求出最大特征值Cmax相應(yīng)的特征向量Umax；

(4)計(jì)算權(quán)重bj,如式(7)。

(7)

式中，描述評(píng)估因素個(gè)數(shù)是j=1,2,3,…,m。

1.3 綜合集成賦值法

利用AHP和ISD加權(quán)法的方法計(jì)算評(píng)估因素綜合權(quán)重，提升體育教學(xué)質(zhì)量評(píng)估因素權(quán)重的正確率，綜合集成賦值法的權(quán)重，如式(8)。

b=e1bi+e2bj

s.t.e1+e2=1,e1>0,e2>0

(8)

式中，bi和bj表示AHP和ISD的權(quán)重。

4) 浮盤(pán)邊緣式泡沫滅火系統(tǒng)的研發(fā)方向應(yīng)致力于加強(qiáng)研發(fā)高可靠性的泡沫柔性軟管等特殊管件，降低建設(shè)費(fèi)用。

1.4 構(gòu)建基于AHP-ISD的教學(xué)質(zhì)量評(píng)估模型

首先通過(guò)對(duì)每個(gè)評(píng)估因素做歸一化處理計(jì)算出AHP的權(quán)重bi，采用改進(jìn)拉開(kāi)檔次法計(jì)算出ISD的權(quán)重bj，再次，采用利用AHP和ISD加權(quán)法的方法計(jì)算評(píng)估因素綜合權(quán)重b，實(shí)現(xiàn)對(duì)權(quán)重的綜合集成賦值，提升體育教學(xué)質(zhì)量評(píng)估因素權(quán)重的正確率。在結(jié)合以上幾種方法的基礎(chǔ)上，構(gòu)建基于AHP-ISD的體育教學(xué)質(zhì)量評(píng)估模型，如式(9)。

(9)

式中，b表示評(píng)估因素綜合權(quán)重,Km表示評(píng)估因素的評(píng)估值，通過(guò)上式即可得到體育教學(xué)質(zhì)量評(píng)估等級(jí)。

1.5 基于貝葉斯分類(lèi)器的教學(xué)質(zhì)量評(píng)估測(cè)試

將評(píng)估因素?cái)?shù)據(jù)分成訓(xùn)練集和樣本集，通過(guò)訓(xùn)練集數(shù)據(jù)創(chuàng)建貝葉斯分類(lèi)器，依據(jù)測(cè)試集數(shù)據(jù)，測(cè)試AHP-ISD教學(xué)質(zhì)量評(píng)估模型的評(píng)估準(zhǔn)確率。

貝葉斯分類(lèi)器利用貝葉斯公式，如式(10)。

(10)

式中,F(G|X)條件X下G的后驗(yàn)概率；F(G)：G的先驗(yàn)概率；F(G|X)：條件G下X的后驗(yàn)概率；F(X)的先驗(yàn)概率。

樸素貝葉斯分類(lèi)器(Na?ve Bayes Classifier，簡(jiǎn)稱NBClassifier)將訓(xùn)練實(shí)例I拆分成特征向量q和決策類(lèi)別變量G。

樸素貝葉斯模型假設(shè)每個(gè)分量獨(dú)立作用在決策變量上，假設(shè)該種想法在某種程度上限制了使用區(qū)間，在實(shí)際使用中，減少貝葉斯網(wǎng)絡(luò)創(chuàng)建的繁瑣性通過(guò)減少指數(shù)級(jí)完成，且在很多領(lǐng)域違反該種假設(shè)的條件下，樸素貝葉斯仍然展現(xiàn)出一定的高效性和強(qiáng)大性[12-13]。

為了方便描述，H和Z分別表示類(lèi)別變量和屬性變量，假設(shè)共有n個(gè)屬性變量Z=〈Z1,Z2,…,Zn〉，類(lèi)別變量和屬性變量的值域分別用Val(H)={h1,h2,…,hI}，Val(Zi)={zi1,zi2,…,zik}表示，zi表示Zi的某個(gè)取值；X表示待分樣本集，用x=〈z1,z2,…,zn〉表示待分樣本，Y表示訓(xùn)練樣本集，yi=〈z1,z2,…,zn,hi〉表示訓(xùn)練實(shí)例。假設(shè)每個(gè)屬性和類(lèi)別條件相互獨(dú)立，則F(hi|x)能分解為幾個(gè)分量的積：F(h1|z1)*F(hi|z2)*…*F(hi|zn)，因此得出后驗(yàn)概率計(jì)算公式，如式(11)。

(11)

貝葉斯分類(lèi)器預(yù)測(cè)詳細(xì)過(guò)程如下。

(1)數(shù)據(jù)預(yù)處理：將待分類(lèi)樣本中的屬性Z=〈Z1,Z2,…,Zn〉實(shí)行特征約減，利用3-4-5規(guī)則離散化；

(2)判斷：若是分類(lèi)任務(wù)，則轉(zhuǎn)到過(guò)程(5)，若是訓(xùn)練任務(wù)轉(zhuǎn)到過(guò)程(3)；

(3)參數(shù)學(xué)習(xí)：掃描全部樣本計(jì)算全部的先驗(yàn)概率F(hik|hj)，即是類(lèi)別hj中屬性zi的第k種取值的概率，和F(hj)，即取值是類(lèi)別hj的概率；

(4)產(chǎn)生貝葉斯概率表，即想要的貝葉斯分類(lèi)器；

(5)調(diào)用貝葉斯分類(lèi)表，獲得分類(lèi)結(jié)果，假如分類(lèi)理想則將結(jié)果保存到訓(xùn)練樣本當(dāng)作今后訓(xùn)練樣本。

2 實(shí)驗(yàn)分析

實(shí)驗(yàn)為了驗(yàn)證本文模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估效果，選取某大學(xué)一年級(jí)二班學(xué)生的12節(jié)籃球體育教學(xué)質(zhì)量綜合實(shí)際值，體育教學(xué)質(zhì)量評(píng)估因素，如表1所示。

表1 籃球教學(xué)質(zhì)量的評(píng)估因素

采用ANN模型、神經(jīng)網(wǎng)絡(luò)模型和本文模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估值和實(shí)際值的對(duì)比，如表2所示。

表2 三種模型的計(jì)算結(jié)果比較

分析表2可知，以某大學(xué)一年級(jí)二班學(xué)生的十二節(jié)籃球體育教學(xué)質(zhì)量綜合實(shí)際值為標(biāo)準(zhǔn)，本文模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估值非常接近實(shí)際值，誤差值范圍在[0.000 2分 -0.002 7分]之間，ANN模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估值相差稍微明顯，誤差值范圍在[0.012 1分 -0.095 1分]之間，神經(jīng)網(wǎng)絡(luò)模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估值相差較遠(yuǎn)，誤差值范圍在[0.006 3分 -0.053 2分]之間，則本文模型對(duì)體育教學(xué)質(zhì)量效果的評(píng)估值精準(zhǔn)，誤差率小，說(shuō)明本文模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估精確度高。

為了更直觀體現(xiàn)本文模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估效果，將這些評(píng)估值實(shí)行定量分級(jí)，如表3所示。

表3 評(píng)估值定量分級(jí)標(biāo)準(zhǔn)

采用三種模型對(duì)7種體育教學(xué)項(xiàng)目籃球、足球、乒乓球、排球、羽毛球、網(wǎng)球和跳繩的1次課程質(zhì)量綜合評(píng)估值進(jìn)行定量分級(jí)對(duì)比，如表4所示。

表4 三種模型的評(píng)估結(jié)果對(duì)比

分析表3和表4可知，本文模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估值和實(shí)際值基本一致，獲得的評(píng)語(yǔ)和實(shí)際評(píng)語(yǔ)一致，而其他兩種模型對(duì)體育教學(xué)質(zhì)量綜合評(píng)估評(píng)估值和實(shí)際值相差較大，獲得的評(píng)語(yǔ)和實(shí)際評(píng)語(yǔ)相差較大，說(shuō)明本文方法對(duì)不同類(lèi)型體育教學(xué)質(zhì)量綜合評(píng)估效果都較好，具有較高的應(yīng)用價(jià)值。

3 總結(jié)

本文采用層次分析法以及改進(jìn)拉開(kāi)檔次法，設(shè)計(jì)了綜合評(píng)估模型進(jìn)行計(jì)算，以獲取對(duì)體育教學(xué)質(zhì)量評(píng)估的權(quán)重以及綜合賦值權(quán)重，能夠使體育教學(xué)質(zhì)量評(píng)估因素權(quán)重的精確度得到提高。在該綜合賦值權(quán)重的基礎(chǔ)上使用貝葉斯分類(lèi)器，構(gòu)建基于AHP-ISD的貝葉斯教學(xué)質(zhì)量評(píng)估模型，以綜合評(píng)估體育教學(xué)質(zhì)量。本文模型的不僅提高了體育教學(xué)質(zhì)量綜合評(píng)估的精度，也為其他教學(xué)質(zhì)量綜合評(píng)估提供了依據(jù)。