基于SAWFCM算法的高職院校教學質量評價研究

任麗娜

(貴州輕工職業技術學院 信息工程系，貴陽 550001)

目前，高職教育存在幾點不足：產學研用融合程度有待進一步提高，學校與社會、企業的合作有待進一步加強，課程體系和高職教材建設體系不夠完善，有些專業的設置缺乏針對性，與市場需求相脫節現象。本研究根據實際數據樣本設計出了基于SAWFCM算法的高職院校教學質量評價算法，用以改進聚類效果[1]，以期對高職院校教學質量作出準確評價。

1 基于大數據的高職院校教學質量評價體系

為了對傳統教學質量評價體系進行積極改進、構建、完善、考量，本研究構建了由信息收集、數據處理、數據挖掘、結果公示、申訴機制這幾部分組成的大數據背景下高職院校教學質量評價體系[2]。

2 基于SAWFCM的高職院校教學質量評估模型

數據挖掘階段是整個基于大數據的高職院校教學質量評估體系的核心部分，可通過給定的聚類算法對該階段從數據處理階段得到的標準化數據進行分析，進而得到高職院校教師的教學質量分類。

將SAWFCM算法應用于數據挖掘階段，將教學質量相關影響因素作為特征空間中的樣本于迭代中，對所獲取的當下最新數據予以重新的狀態劃分，重新計算并更新各樣本的權重，不過高依賴隨機選取的初始聚類中心和隨機生成的初始隸屬矩陣，進而提高高職院校教學質量評價的準確率。

對于給定教學質量評價數據集X={xi,i=1,…,n}，uik為樣本xi對于第k個類的隸屬度，其取值范圍為[0，1]；ck為第k個類Ck的聚類中心；dik=‖xi-ck‖為ck與xi兩者的歐式距離；m為模糊因子，其數據的設置可對樣本的模糊度產生正向相關性，無特殊要求前提下m值取2。可由SAWFCM的自適應權重及距離的計算方法給出高職院校教學質量評價模型的具體步驟。

輸入：數據集X，聚類數量c。

輸出：c個聚類。

3 實驗驗證與分析

3.1 院校情況及實驗數據

為驗證基于SAWFCM算法的高職院校教學質量評價模型的準確性及有效性，以貴州輕工職業技術學院為例進行分析，評估人員由被評教師任教班級的全體學生、同行教師、院(系) 領導及教學督導員組成，該評價體系主要以學生評價為主，再綜合其他評估員的測評確定考核結論。學生評價指標分為教學態度、教學內容、教學方法及教學效果4個一級指標和10個二級指標，具體評價內容如圖1所示，以信息工程系一個專業90名學生對其專業2018—2019學年授課的10名教師評分作為樣本數據。

圖1 學生評價指標體系Fig.1 Student assessment indicator system

3.2 實驗結果與分析

應用基于SAWFCM算法的高職院校教學質量評價模型，通過模型計算最終得到表1中的實驗結果，教學質量分為A、B、C類，其中A類為優秀，B類為良好，C類為合格。

表1 實驗結果Tab.1 Experimental results

從表1可知，職稱高且具有豐富教學經驗、實踐經驗的雙師型教師更能獲得學生的好評。一些青年教師教學經驗相對缺乏，不熟悉相關授課內容，造成了教學評價不太理想。高職院校應積極組織可促進同行教師間的經驗交流等活動，如說課、微課競賽、教案分享等，以達到相互借鑒與提高的良好效果，提升全校教學質量。高職教師可根據實驗結果及時認識到自身的不足，以便有目的性、針對性的提高自身教學水平。

4 結語

本研究提出了一種基于SAWFCM算法的高職院校教學質量評價模型，并以貴州輕工職業技術學院為例進行實驗分析，論證了評價模型的可行性。但評價體系不全面，算法準確度有待提高，算法不能自動獲取聚類數量，下一步需完善基于大數據的教師教學質量評價體系，改進該模糊聚類算法，以便對高職院校教學質量作出更加準確的評價。