樊玲++胡來(lái)++李柏君++覃柳婷

DOI：10.16644/j.cnki.cn33-1094/tp.2016.07.001

摘 要： 隨著混合式教學(xué)的發(fā)展，教學(xué)和學(xué)習(xí)方法都將基于大量教學(xué)數(shù)據(jù)的分析和處理。針對(duì)教學(xué)與學(xué)習(xí)方法的變化，設(shè)計(jì)一種基于CIPP教學(xué)評(píng)價(jià)體系的多方權(quán)重指數(shù)算法，將層次分析法、熵權(quán)法與關(guān)聯(lián)算法結(jié)合，根據(jù)不同的學(xué)習(xí)行為的變化得到不同的評(píng)價(jià)結(jié)果。實(shí)驗(yàn)結(jié)果表明，評(píng)價(jià)結(jié)果避免了主觀性與不穩(wěn)定性，充分利用大數(shù)據(jù)優(yōu)勢(shì)，優(yōu)化了教學(xué)方法和教學(xué)系統(tǒng)。

關(guān)鍵詞： CIPP； 熵權(quán)法； 層次分析法； 關(guān)聯(lián)算法

中圖分類(lèi)號(hào)：G434 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1006-8228（2016）07-01-04

An improved multi-party weight index algorithm in CIPP evaluation system

Fan Ling， Hu Lai， Li Baijun， Qin Liuting

（School of Ethnic education， Beijing University of Posts and Telecommunications， Beijing 100876， China）

Abstract： Aiming at the change of teaching and learning methods， design an improved multi-party weight index algorithm in CIPP evaluation system. In this algorithm， the analytic hierarchy process， entropy weight method and association rules are combined to get the different results from the different learning behaviors. The experimental results show that the evaluation results can avoid the subjectivity and instability， make full use of the advantage of big data， and optimize the teaching methods and teaching system.

Key words： CIPP； entropy weight method； analytic hierarchy process； association rules

0 引言

云計(jì)算和大數(shù)據(jù)技術(shù)推動(dòng)了教育技術(shù)革新。目前提倡的混合式教學(xué)將傳統(tǒng)課堂與網(wǎng)絡(luò)教學(xué)結(jié)合，靈活地利用課堂上下的時(shí)間，充分利用網(wǎng)絡(luò)技術(shù)和學(xué)習(xí)平臺(tái)，從而幫助師生取得最優(yōu)化的教學(xué)效果。

任一種優(yōu)秀的教學(xué)方式，都必須根據(jù)教學(xué)的實(shí)際情況進(jìn)行調(diào)整，如果只憑借教師的主觀判斷進(jìn)行教學(xué)調(diào)整，顯然有失偏頗。教學(xué)評(píng)價(jià)體系是教學(xué)系統(tǒng)自我了解、自我修正的一個(gè)重要環(huán)節(jié)，目前應(yīng)用最廣泛和成熟的一種教學(xué)評(píng)價(jià)模型是CIPP模式[1]，CIPP包括背景評(píng)價(jià)、輸入評(píng)價(jià)、過(guò)程評(píng)價(jià)和成果評(píng)價(jià)四種評(píng)價(jià)。

1 基于CIPP評(píng)價(jià)模型的多層次指標(biāo)體系

基于混合式教學(xué)的CIPP評(píng)價(jià)模型，根據(jù)學(xué)生背景（包括前期成績(jī)、專(zhuān)業(yè)方向等）不同，借助現(xiàn)有計(jì)算機(jī)技術(shù)，采集學(xué)生與教師在教學(xué)過(guò)程中的客觀數(shù)據(jù)（包括學(xué)習(xí)時(shí)間、學(xué)習(xí)計(jì)劃完成情況等）和成果數(shù)據(jù)（包括考試成績(jī)、合格率、優(yōu)秀率等），對(duì)指標(biāo)的重要性進(jìn)行比較和量化，避免權(quán)重的主觀性和不穩(wěn)定性。

首先根據(jù)CIPP評(píng)價(jià)體系的對(duì)象、過(guò)程和內(nèi)容，對(duì)具體指標(biāo)進(jìn)行排序和分級(jí)，建立指標(biāo)矩陣。將評(píng)價(jià)體系按照①背景評(píng)價(jià)、②輸入評(píng)價(jià)、③過(guò)程評(píng)價(jià)和④成果評(píng)價(jià)四個(gè)子目標(biāo)，每個(gè)目標(biāo)又按照教師和學(xué)生兩個(gè)主體分別考慮。在評(píng)價(jià)指標(biāo)體系中，4個(gè)一級(jí)指標(biāo)代表CIPP的4個(gè)過(guò)程，每個(gè)一級(jí)指標(biāo)包含2個(gè)二級(jí)指標(biāo)代表教師和學(xué)生兩個(gè)主體，每個(gè)二級(jí)指標(biāo)又包含2～4個(gè)三級(jí)指標(biāo)，我院計(jì)算機(jī)課程為例，其指標(biāo)體系見(jiàn)表1。然后根據(jù)不同層次結(jié)構(gòu)的不同對(duì)象特點(diǎn)，采用不同算法，求得每一層次的各元素對(duì)上一層次某元素的優(yōu)先權(quán)重，最后用再加權(quán)和的方法遞歸求得對(duì)評(píng)價(jià)體系的最終權(quán)重[3]。

2 各層多方權(quán)重指數(shù)算法

根據(jù)基于CIPP評(píng)價(jià)模型的多層次指標(biāo)體系的討論，將系統(tǒng)分成三個(gè)層次（見(jiàn)表1），考查對(duì)象有三個(gè)方面：學(xué)生成績(jī)、教師評(píng)價(jià)與系統(tǒng)評(píng)價(jià)。其中學(xué)生評(píng)價(jià)權(quán)重由熵權(quán)法計(jì)算得到，教師評(píng)價(jià)與學(xué)生成績(jī)相關(guān)聯(lián)，系統(tǒng)評(píng)價(jià)都與學(xué)生成績(jī)及教師評(píng)價(jià)相關(guān)聯(lián)，因此，教師評(píng)價(jià)與系統(tǒng)評(píng)價(jià)的權(quán)重均由關(guān)聯(lián)算法得到。

2.1 熵權(quán)法計(jì)算學(xué)生成績(jī)權(quán)重與二級(jí)指標(biāo)

根據(jù)信息熵的定義，熵表示系統(tǒng)無(wú)序的程度，因此如果指標(biāo)的信息熵越小，那么該指標(biāo)在我們的綜合評(píng)價(jià)中起到的作用越大，具體到算法中即對(duì)應(yīng)的權(quán)重值越大[3]。在學(xué)生成績(jī)?cè)u(píng)價(jià)體系中，學(xué)習(xí)成績(jī)不再是單獨(dú)的期末成績(jī)一項(xiàng)，而是兼顧背景、輸入、過(guò)程和結(jié)果四個(gè)方面，學(xué)生成績(jī)和入學(xué)成績(jī)、平時(shí)學(xué)習(xí)時(shí)間、平時(shí)成績(jī)和期末成績(jī)都相關(guān)。根據(jù)這四部分指標(biāo)的變異程度，計(jì)算出各指標(biāo)的熵值，即信息量越大在學(xué)生成績(jī)?cè)u(píng)價(jià)體系中所占比例越高，這也符合混合式教學(xué)評(píng)價(jià)體系的最終目標(biāo)。熵權(quán)法雖然避免了人為因素和主觀因素的影響，但最終結(jié)果可能不能完全反應(yīng)出指標(biāo)的實(shí)際重要程度，對(duì)此我們可以根據(jù)歷史資料、經(jīng)驗(yàn)，或者由學(xué)科帶頭人、專(zhuān)業(yè)教師組成的專(zhuān)家組討論，得出定性權(quán)重，進(jìn)而對(duì)定量權(quán)重進(jìn)行修正，最終得到綜合權(quán)重系數(shù)。

需注意，在實(shí)際的教學(xué)評(píng)價(jià)體系中，由于評(píng)價(jià)指標(biāo)的單位和數(shù)量級(jí)可能各不相同，因此在進(jìn)行評(píng)價(jià)之前，必須對(duì)每項(xiàng)指標(biāo)進(jìn)行標(biāo)準(zhǔn)量化，使得數(shù)據(jù)都在[0，1]的區(qū)間內(nèi)，使得每部分的數(shù)據(jù)具有統(tǒng)一的標(biāo)準(zhǔn)，消除原始指標(biāo)數(shù)據(jù)中量綱對(duì)指標(biāo)值的影響[4]。