彭延峰 劉燕飛 何寬芳

摘要：目前神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于高校教學(xué)評價(jià)，但其具有計(jì)算量大及容易陷入局部最優(yōu)解的缺陷。文章結(jié)合變量預(yù)測模型分類（VPMCD）方法，提出了基于距離評估技術(shù)和VPMCD的高校教師教學(xué)質(zhì)量評價(jià)方法。分析結(jié)果表明，該方法能有效提高運(yùn)算效率和預(yù)測精度。

關(guān)鍵詞：教育改革;教學(xué)質(zhì)量評價(jià);距離評估技術(shù);變量預(yù)測模型分類

中圖分類號：G647? ? ?文獻(xiàn)標(biāo)志碼：A? ? ?文章編號：1674-9324（2019）37-0069-04

隨著高校連續(xù)幾年的大規(guī)模擴(kuò)招，高等教育在我國發(fā)展非常迅速，規(guī)模急劇擴(kuò)大。到2016年，我國高等教育在學(xué)人數(shù)約3559萬人，數(shù)量位居世界第一。高校連續(xù)幾年盲目的大規(guī)模擴(kuò)招，帶來的直接后果是顯而易見的，有的學(xué)校師資力量嚴(yán)重不足，很多教師超負(fù)荷講課，教學(xué)需要的各種軟硬件設(shè)施嚴(yán)重滯后，大批學(xué)子面對日趨激烈殘酷的人才市場競爭，手無縛雞之力，專業(yè)優(yōu)勢特長和基本技能等均不明顯，畢業(yè)后就業(yè)困難。教學(xué)評價(jià)誕生至今，經(jīng)過廣大研究人員的努力，已逐漸形成了一套比較完備的理論體系。教學(xué)評價(jià)所用到的方法中，最常見的有加權(quán)平均法、層次分析法、模糊綜合評價(jià)法、神經(jīng)網(wǎng)絡(luò)識別等。人工神經(jīng)網(wǎng)絡(luò)理論已經(jīng)被廣泛用于非線性的、復(fù)雜的、綜合性問題決策分析。其用于教學(xué)評價(jià)的基本原理是把用來描述評價(jià)對象特征的信息作為神經(jīng)網(wǎng)絡(luò)的輸入向量，將代表相應(yīng)綜合評價(jià)的量值作為神經(jīng)網(wǎng)絡(luò)的輸出然后用足夠的樣本訓(xùn)練這個(gè)網(wǎng)絡(luò)，使不同的輸入向量得到不同的輸出量值，如果輸出的量值和預(yù)期的量值之間存在誤差，并且超出了規(guī)定的誤差范圍，則根據(jù)誤差按照一定的方法調(diào)整神經(jīng)網(wǎng)絡(luò)各層之間的連接權(quán)值以及隱含層、輸出層節(jié)點(diǎn)的閾值，直到系統(tǒng)誤差可以接受為止。就目前而言，神經(jīng)網(wǎng)絡(luò)理論已經(jīng)被廣泛應(yīng)用于教學(xué)質(zhì)量評價(jià)，但是該方法還存在一些缺陷。

Raghuraj等提出了一種新的模式識別方法——變量預(yù)測模型分類（Variable Predictive Model Based Class Discriminate，簡稱VPMCD）方法，并將其應(yīng)用于生物學(xué)中的模式分類問題，獲得了較好的效果。VPMCD方法所建立的變量預(yù)測模型可以是非線性的，因此VPMCD方法與神經(jīng)網(wǎng)絡(luò)一樣，可以應(yīng)用于多變量描述的非線性系統(tǒng)的模式識別問題。而在教學(xué)評價(jià)中，不同的教學(xué)質(zhì)量評價(jià)指標(biāo)之間大都具有一定的相互內(nèi)在關(guān)系，而且在不同的樣本環(huán)境下，這些指標(biāo)及其相互內(nèi)在關(guān)系都會發(fā)生不同的變化。因此，VPMCD方法可以有效地應(yīng)用于高校教師教學(xué)評價(jià)中。

一、全方位高校教師教學(xué)質(zhì)量評價(jià)指標(biāo)體系

為全面、科學(xué)、準(zhǔn)確地對高校教師教學(xué)質(zhì)量進(jìn)行評價(jià)，本文所提出的全方位教學(xué)質(zhì)量評價(jià)體系對提出方法進(jìn)行了驗(yàn)證。全方位評價(jià)體系是指由領(lǐng)導(dǎo)部門、督導(dǎo)團(tuán)、同事同人、教師自身和學(xué)生等全方位各角度地來了解教師的工作績效。通過這種績效評價(jià)，被評教師可以從上級領(lǐng)導(dǎo)、督導(dǎo)團(tuán)、自身和學(xué)生中獲取多角度的反饋，從而更加清楚地知道自己的長處及不足，從而為后期的發(fā)展及職業(yè)規(guī)劃提供依據(jù)。全方位高校教學(xué)質(zhì)量綜合評價(jià)體系包括授課評價(jià)體系和學(xué)習(xí)評價(jià)體系，其組成框架如圖1所示。授課評價(jià)體系中的評價(jià)對象是高校教師，評價(jià)主體有督導(dǎo)、同行、學(xué)生和教師本人。在學(xué)習(xí)評價(jià)體系中，評價(jià)的對象是學(xué)生，評價(jià)主體有督導(dǎo)、教師、其他同學(xué)和學(xué)生本人。對于授課評價(jià)體系的指標(biāo)有教師互評、教師自評、督導(dǎo)評教和學(xué)生評教等;對于學(xué)習(xí)評價(jià)體系的指標(biāo)有同學(xué)互評、學(xué)生自評、督導(dǎo)評學(xué)和教師評學(xué)等。各指標(biāo)相互聯(lián)系、相互影響構(gòu)成了全方位高校教學(xué)質(zhì)量評價(jià)體系，具體評價(jià)指標(biāo)如表1和表2所示。

二、基于DET-VMPCD的全方位高校教師教學(xué)質(zhì)量評價(jià)方法

1.變量預(yù)測模型（VPMCD）。特征值的變量預(yù)測模型（Variable predictive model，簡稱VPM）為一個(gè)線性的或非線性的回歸模型，可以選擇以下四種模型之一：

3.基于DET-VPMCD的全方位高校教師教學(xué)質(zhì)量評價(jià)方法?；贚PP和BP神經(jīng)網(wǎng)絡(luò)的全方位高校教師教學(xué)質(zhì)量評價(jià)方法步驟如下所示，方法具體流程如圖1所示：①將表1和表2中的學(xué)生評教、教師自評和同學(xué)互評各18個(gè)三級指標(biāo)作為輸入特征值，設(shè)共有g(shù)個(gè)樣本，則可構(gòu)建維數(shù)為g×18的特征值矩陣F。輸出為高校教師教學(xué)質(zhì)量督導(dǎo)評教結(jié)果，分為優(yōu)、良、中、及格和不及格5個(gè)等級，對應(yīng)的輸出范圍分別為[0.8，1]、[0.6，0.8]、[0.4，0.6]、[0.2，0.4]和[0，0.2]。②將獲取的特征值矩陣輸入DET，對特征值矩陣進(jìn)行特征提取，所得到的顯著教學(xué)評價(jià)指標(biāo)記為F。③將訓(xùn)練數(shù)據(jù)輸入VPMCD進(jìn)行訓(xùn)練，選擇合適的網(wǎng)絡(luò)參數(shù)進(jìn)行建模，然后用測試數(shù)據(jù)對方法的結(jié)果進(jìn)行測試，用同一類別下取得的所有的特征值誤差的平方和的最小值作為判別函數(shù)，從而對測試樣本故障類型以及工作狀態(tài)做出分類和預(yù)測，這就是基于DET-VPMCD的全方位高校教師教學(xué)質(zhì)量評價(jià)方法。

4.評價(jià)方法仿真分析。督導(dǎo)評教、教師自評和同學(xué)互評各18個(gè)三級指標(biāo)，共采集120個(gè)樣本，其中學(xué)生評教、教師自評和同學(xué)互評樣本（輸入樣本）共100個(gè)，每個(gè)評價(jià)等級20個(gè)樣本，督導(dǎo)評教樣本（輸出樣本）20個(gè)，每個(gè)評價(jià)等級4個(gè)樣本。在評價(jià)的過程中，要求每個(gè)學(xué)生、督導(dǎo)和教師的評價(jià)都是獨(dú)自進(jìn)行的。在仿真分析時(shí)，隨機(jī)選取輸入樣本80個(gè)作為訓(xùn)練樣本，剩下的樣本作為測試樣本;樣本對應(yīng)的督導(dǎo)評教樣本取均值作為輸出。將選取的樣本分別輸入基于DET-VPMCD、VPMCD和BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評價(jià)方法中進(jìn)行訓(xùn)練和測試。為了更加準(zhǔn)確地反映本文方法的評價(jià)效果，重復(fù)三次試驗(yàn)，三種方法的測試絕對誤差如圖2—圖4所示。三種方法的對比結(jié)果如表3所示。表3中平均誤差是每次實(shí)驗(yàn)所有測試樣本誤差的平均值。

從圖2—圖4可以看出，相對其他兩種方法，DET-VPMCD方法的評價(jià)預(yù)測結(jié)果絕對誤差曲線波動(dòng)更弱，誤差更小，評價(jià)結(jié)果更加接近真實(shí)值。表3從評價(jià)結(jié)果平均誤差、評價(jià)等級正確識別次數(shù)、評價(jià)等級錯(cuò)誤識別次數(shù)和評價(jià)等級識別精度四個(gè)參數(shù)對兩種方法的教學(xué)質(zhì)量評價(jià)結(jié)果進(jìn)行了對比。結(jié)果表明，不管是教學(xué)質(zhì)量等級還是教學(xué)評價(jià)結(jié)果，本文所提出的方法都獲得了更好的預(yù)測精度。因此，使用DET-VPMCD能提高評價(jià)的準(zhǔn)確性，DET-VPMCD方法應(yīng)用在高校教師教學(xué)質(zhì)量評價(jià)中是可行的。

本文提出了基于距離評估技術(shù)（DET）和變量預(yù)測模型分類（VPMCD）方法的全方位高校教師教學(xué)質(zhì)量評價(jià)方法，該方法使用全方位高校教師教學(xué)質(zhì)量評價(jià)指標(biāo)體系，根據(jù)教師互評、教師自評、督導(dǎo)評教和學(xué)生評教多個(gè)指標(biāo)對教師教學(xué)質(zhì)量進(jìn)行了評價(jià)，采用DET方法選取顯著教學(xué)評價(jià)指標(biāo)，采用相對BP神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)智能模式識別方法精度更高的VPMCD方法對采集的樣本數(shù)據(jù)進(jìn)行訓(xùn)練和測試。通過DET-VPMCD對高校教師教學(xué)質(zhì)量進(jìn)行合理評價(jià)，克服了單一的人為因素對評價(jià)結(jié)果的直接影響，為高校教學(xué)質(zhì)量的評估提供了一種科學(xué)、合理的新方法，為教學(xué)質(zhì)量評估的研究發(fā)展提供了有益的參考。

參考文獻(xiàn)：

[1]李三波.多層次模糊綜合評判法在教師教學(xué)工作業(yè)績評價(jià)中的應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件，2012，29（7）：91-93.

[2]李榮英.高職高專教學(xué)評價(jià)數(shù)據(jù)處理方法探討[J].教育與職業(yè)，2006，（30）：176-178.

[3]羅頌榮，程軍圣，楊宇.基于本征時(shí)間尺度分解和變量預(yù)測模型模式識別的機(jī)械故障診斷[J].振動(dòng)與沖擊，2013，32（13）：43-48.

[4]鄭永，陳艷.基于BP神經(jīng)網(wǎng)絡(luò)的高校教師教學(xué)質(zhì)量評價(jià)模型[J].重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2015，29（1）：85-90.

The Teaching Quality Evaluation Method of University Based on Distance Evaluation Technique and VPMCD

PENG Yan-feng1，2，LIU Yan-fei3，HE Kuan-fang1，2

（1.Hunan Provincial Key Laboratory of Health Maintenance for Mechanical Equipment，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China;

2.Engineering Research Center of Advanced Mining Equipment，Ministry of Education，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China;

3.School of Mechanical Engineering，Hunan University of Science and Technology，

Xiangtan，Hunan 411201，China）

Abstract：At present，neural network is widely used in teaching evaluation of colleges and universities，but it has the shortcomings of large amount of calculation and easy to fall into local optimal solution.Combining the variable predictive model classification （VPMCD） method，this paper proposes a method for evaluating the teaching quality of university teachers based on distance assessment technology and VPMCD.The analysis results show that the method can effectively improve the operational efficiency and prediction accuracy.

Key words：educational reform;teaching quality evaluation;variable predictive model based class discriminate;distance evaluation technique