信息熵與決策樹在教學(xué)評(píng)價(jià)中的應(yīng)用研究

洪振濤

摘要：教學(xué)評(píng)價(jià)是教學(xué)行為的一項(xiàng)重要措施，是一個(gè)多因素決策系統(tǒng)，權(quán)重系數(shù)的確定是一個(gè)重要環(huán)節(jié)，目前大部分教學(xué)評(píng)價(jià)系統(tǒng)使用的是主觀賦權(quán)法，也可以稱為靜態(tài)賦權(quán)，這樣的權(quán)重不能隨情況的變化而變化，為了克服這一缺陷，該文將采用熵值法計(jì)算權(quán)重后，再修改主觀權(quán)重，實(shí)現(xiàn)動(dòng)態(tài)賦權(quán)和靜態(tài)賦權(quán)相結(jié)合。教學(xué)評(píng)價(jià)的最終目的是為了加強(qiáng)師資隊(duì)伍建設(shè)，因此該文還將教學(xué)評(píng)價(jià)結(jié)果與教師隊(duì)伍信息（年齡、性別、學(xué)歷、職稱）相結(jié)合，通過(guò)決策樹分類預(yù)測(cè)，找到影響教學(xué)質(zhì)量的主要因素。

關(guān)鍵詞：教學(xué)評(píng)價(jià)；熵值法；決策樹

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044(2012)36-8709-03

近幾年來(lái)，高等教育的規(guī)模在不斷擴(kuò)大，學(xué)校的教學(xué)工作面臨著許多的情況和問(wèn)題。學(xué)校的擴(kuò)招，給人們提供更多獲得教育機(jī)會(huì)的同時(shí)，也容易導(dǎo)致教學(xué)質(zhì)量的下降。山東勝利職業(yè)學(xué)院作為地方高等職業(yè)教育院校，也因此面臨著極大的挑戰(zhàn)，如何在教育資源相對(duì)減少的情況下保證教學(xué)質(zhì)量成為學(xué)校教育管理部門的首要任務(wù)[1]。

提高教師隊(duì)伍的教學(xué)水平是解決上述問(wèn)題的關(guān)鍵，由于一個(gè)教師教學(xué)水平的“高”或“低”是通過(guò)教學(xué)評(píng)價(jià)來(lái)判斷的，因此學(xué)校需非常重視教學(xué)評(píng)價(jià)這個(gè)環(huán)節(jié)。

然而評(píng)教成績(jī)只能說(shuō)明教師教學(xué)的“好”或“壞”，這對(duì)于學(xué)校引進(jìn)人才，加強(qiáng)師資隊(duì)伍建設(shè)是不夠的，還需要找到教師個(gè)人信息（年齡、性別、學(xué)歷、職稱）對(duì)教學(xué)質(zhì)量的影響。

該文將采用數(shù)據(jù)挖掘中的熵值法來(lái)提高評(píng)教結(jié)果的準(zhǔn)確性，決策樹算法來(lái)找到影響教學(xué)質(zhì)量的主要因素。

1 熵值法確定權(quán)重系數(shù)

傳統(tǒng)的教學(xué)評(píng)價(jià)系統(tǒng)各個(gè)指標(biāo)的權(quán)重系數(shù)是由專家評(píng)定或主觀經(jīng)驗(yàn)來(lái)確定的，這種權(quán)重

相對(duì)穩(wěn)定，不能隨實(shí)際情況的變化相應(yīng)得調(diào)大或調(diào)小，會(huì)存在一定的誤差[2]。為了提高評(píng)價(jià)的合理性和正確性，該文將采用熵值法對(duì)指標(biāo)權(quán)重進(jìn)行調(diào)整，實(shí)現(xiàn)動(dòng)態(tài)賦權(quán)和靜態(tài)賦權(quán)相結(jié)合。

1.2 熵值法計(jì)算步驟

2 決策樹

決策樹是一種典型的分類算法，它采用自頂向下的方法構(gòu)造決策樹，在決策樹的內(nèi)部點(diǎn)進(jìn)行屬性值的比較并根據(jù)取值確定不同的分支，在葉節(jié)點(diǎn)處得到結(jié)論[6-9]。

ID3算法是最基礎(chǔ)、最具有影響力的決策樹算法，它方法簡(jiǎn)單、理論易懂，適于處理大規(guī)模的學(xué)習(xí)問(wèn)題。

2.2 ID3建樹步驟

1）對(duì)于當(dāng)前樣本集，如果樣本都屬于同一類，則創(chuàng)建一個(gè)樹葉節(jié)點(diǎn)，并用該類標(biāo)記，算法停止。

2）否則，計(jì)算樣本集中各個(gè)屬性值的信息增益，選擇信息增益最大的屬性作為測(cè)試屬性。

3）將樣本集根據(jù)測(cè)試屬性的不同取值重新劃分子集。

4）按照同樣的過(guò)程進(jìn)行自頂向下的遞歸，直到滿足下面三個(gè)條件中的任何一個(gè)，遞歸將停止。

①所有樣本都屬于同一類；

②沒(méi)有屬性再可以被劃分。

3 實(shí)例應(yīng)用

4 結(jié)束語(yǔ)

使用熵值法根據(jù)每次評(píng)價(jià)的具體分值對(duì)已給定的靜態(tài)權(quán)重進(jìn)行調(diào)整，實(shí)現(xiàn)了動(dòng)態(tài)賦值，因而適應(yīng)教學(xué)情況不斷變化的需要。將評(píng)教成績(jī)與教師的個(gè)人信息相結(jié)合，通過(guò)決策樹預(yù)測(cè)得到的分類規(guī)則為學(xué)校引進(jìn)人才，加強(qiáng)師資隊(duì)伍建設(shè)提供了依據(jù)。

參考文獻(xiàn)：

[1] 李清霞,黃桂花.數(shù)據(jù)挖掘在教師教學(xué)質(zhì)量評(píng)估系統(tǒng)中的應(yīng)用研究[J].軟件導(dǎo)刊,2009(7):158-161.

[2] Ma J, Fan Z P, Huang L H. A subjective and objective integrated approach to determine attributes weights[J]. European J of Operational Research, 1999, 112(2): 397-404.

[3] 閆文周,顧連勝.熵權(quán)決策法在工程評(píng)標(biāo)中的應(yīng)用[J].西安建筑科技大學(xué)學(xué)報(bào):自然科學(xué)版,2004,36(1):98-100.

[4] Kao C, Liu S T. Fractional programming approach to fuzzy weighted average[J]. Fuzzy Sets and Systems, 2001, 1(20): 435-444.

[5] 張世英,張文泉.技術(shù)經(jīng)濟(jì)預(yù)測(cè)與決策[M].天津:天津大學(xué)出版社,1994:196-200.

[6] 陳青山.決策樹算法在高校教學(xué)質(zhì)量評(píng)價(jià)系統(tǒng)中的應(yīng)用研究[D].西安:西安交通大學(xué),2010.

[7] 宋向紅,李愛(ài)增.決策樹在成人高校教學(xué)管理中的應(yīng)用[J].鄭州大學(xué)學(xué)報(bào),2009(10):4-5.

[8] 楊學(xué)兵,張俊.決策樹算法及其核心技術(shù)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2007(1):43-45.

[9] 李川.決策樹分類算法--ID3算法及其討論[J].軟件導(dǎo)刊,2010(10):68-70.