高 鷹,張 為,湯茂斌,丘凱倫,樊志平
廣州大學計算機科學與教育軟件學院,廣東廣州 510006
Moodle平臺下學生自主學習評價的TOPSIS分析法探討
高 鷹,張 為,湯茂斌,丘凱倫,樊志平
廣州大學計算機科學與教育軟件學院,廣東廣州 510006
論文簡述了TOPSIS 分析法的原理與步驟,在給出了一個簡單的Moodle平臺下學生自主學習評價二級指標體系及各指標層權(quán)值的基礎(chǔ)上,以某大學Moodle平臺下某門課程89名學生的評價為例,給出了采用TOPSIS 分析法進行評價的詳細過程與步驟。
Moodle平臺;學習評價;TOPSIS分析法
Moodle[1]是模塊化面向?qū)ο蟮膭討B(tài)學習環(huán)境(Modular Object-Oriented Dynamic Learning Environment)的縮寫,由澳大利亞教師 Martin Dougiamas 基于建構(gòu)主義教育理論而開發(fā)的課程管理平臺,目前在全世界已得到了廣泛應用。Moodle 平臺依據(jù)社會建構(gòu)主義的教學思想,即教育者(老師)和學習者(學生)都是平等的主體,在教學活動中,他們相互協(xié)作,并根據(jù)自己已有的經(jīng)驗共同建構(gòu)知識。Moodle具有網(wǎng)站管理、學習管理、課程管理等主要功能。其中課程管理中有測驗、投票、問卷調(diào)查等功能,是專門為學生設(shè)計的。學生使用該功能可以完成作業(yè),實現(xiàn)與教師和其他同學的交流、對所學知識進行測驗,并且可以將自己的意見和建議以投票、問卷調(diào)查和blog的形式反饋給教師。學習管理功能基本由教師使用,教師通過該功能可以記錄學生完整的學習歷程,并為學生制定一套完整的、有針對性教學計劃。此外,教師可以通過設(shè)置投票,問卷等欄目獲知學生的想法,并且做出相應的改進。moodle可以整合優(yōu)秀教師資源,代替教師在課外教學中發(fā)揮重要作用,實現(xiàn)因材施教,及時反饋,解決課外教學的問題。Moodle為學習者提供了一個自主學習的環(huán)境,在這種環(huán)境下學習者的學習與傳統(tǒng)課堂教學相比有很大的不同,教與學活動時空分離、學習活動以自主學習為主。因此,對學習者的評價亦不同于傳統(tǒng)課堂學習的評價,強調(diào)對自主學習過程的實時監(jiān)控和對學習者主動性、自控性的測試,注重評價的過程性。本文擬將對Moodle平臺下學習者自主學習評價指標體系與方法進行初步的探討。
TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)[2]是一種逼近于理想解的評價分析方法,其思想是定義評價問題的理想解、負理想解,然后計算評價對象對于理想解的相對接近度,以此作為評價優(yōu)劣的依據(jù)。設(shè)評價問題有m個評價指標ai(i =1,...,m),n個評價對象zi=(zi,1,zi,2,...,zi,m),(i=1,...,n),wi(i=1,...,m)為評價指標對應的權(quán)值;并設(shè)該問題的規(guī)范化加權(quán)目標的理想解是,負理想解是;評價對象zi到理想解z+和負理想解z?的加權(quán)歐氏距離分別為:;評價對象Zi對于理想解的相對接近度為:ci,(i=1,...,n)。TOPSIS分析法的評價步驟如下。
步驟1:原始數(shù)據(jù)同趨勢化、歸一化處理
原始數(shù)據(jù)用矩陣D=(di,j),(i=1,...n;j=1,...m)存放,矩陣D的行表示評價對象、而列對應于評價因素,歸一化處理形成評價矩陣Z=(zi,j),。
步驟2:確定理想解和負理想解
設(shè)評價矩陣中元素值越大表示對應的評價因素越好,則:
理想解
負理想解
步驟3:計算每個評價對象到理想解和到負理想解的加權(quán)歐氏距離
步驟4:計算每個評價對象的相對接近度并按大小排序
計算
評價對象Zi愈靠近理想解,ci愈接近于1;反之,Zi愈接近負理想解,ci愈接近于0,排序ci可對評價對象做出評價。
3.1 Moodle平臺下自主學習評價指標體系
Moodle平臺下的自主學習不同于通常的課堂學習,其環(huán)境、學習者心理和行為等方面都發(fā)生了很大變化,對學習者的學習態(tài)度、學習過程的評價顯得更加重要,其評價指標應考慮學生參加網(wǎng)絡學習的自主能力、情感和態(tài)度、交互與協(xié)作學習能力、網(wǎng)絡資源利用能力、測試成績等情況。建立比較全面、客觀、準確的Moodle平臺下自主學習評價指標體系并不是一件容易的工作,本文通過問卷調(diào)查、學習者和教師訪談、專家研討等方式以及參考其它網(wǎng)絡學習評價指標內(nèi)容,以Moodle平臺下課程學習為基礎(chǔ),初步建立了一個簡單的評價指標體系,并采用AHP(Analytic Hierarchy Process)方法[3]給出了各指標層的權(quán)值,如表1所示。
表1 Moodle平臺下自主學習評價指標體系及其權(quán)值。
其中,自主學習的二級評價指標對應的權(quán)向量w1=(0.386,0.312,0.118,0.184),協(xié)作學習的二級評價指標對應的權(quán)向量w2=(0.351,0.133,0.367,0.149),資源利用的二級評價指標對應的權(quán)向量w3=(0.282,0.307,0.0.411),學習成果的二級評價指標對應的權(quán)向量w4=(0.174,0.322,0.136,0.368),一級評價指標對應的權(quán)向量w=(0.302,0.208,0.227,0.263)。
3.2 數(shù)據(jù)來源與處理
我們采集了某大學Moodle平臺下某門課程89名學生的對應于表1二級評價指標數(shù)據(jù)(數(shù)據(jù)量大,本文略),分別用矩陣,,和存放對應于自主學習、協(xié)作學習、資源利用和學習成果的數(shù)據(jù),矩陣的行表示某個學生、而列對應于二級評價因素。分別歸一化處理形成評價矩陣,,,。
3.3 一級評價指標的評價
同理,可分別計算出對應于協(xié)作學習、資源利用和學習成果的每個評價對象的相對接近度、和。
3.4 目標評價
對學習者在Moodle平臺下自主學習的評價目前還缺少科學的評價指標體系與方法,我們嘗試性地給出了一個Moodle平臺下學生自主學習評價的TOPSIS分析法的詳細過程與步驟,可作為參考。
[1]魔燈(Moodle).百度百科[EB/OL].[2014-3-6].http:// baike.baidu.com/view/1365722.htm? fromTaglist.
[2]HWANG C L,YOON K. Multiple attribute decision making: Methodsand applications [M].Berlin: Springer,1981.
[3]Saaty T L. The Analytic Hierarchy Process [J]. New York.Mcgraw-Hill Inc.1980:1-15.
TP3
A
1674-6708(2015)142-0050-02
廣東省高等學校教學質(zhì)量與教學改革工程建設(shè)項目(粵教高函[2015]33號“計算機類學科競賽實踐教學團隊”)、廣州市教育科學“十二·五”規(guī)劃課題(No.2013A006)、廣州大學本科教學質(zhì)量工程建設(shè)項目(ZLGC201419)資助