基于VPMCD的全方位高校教師教學(xué)質(zhì)量評價方法

彭延峰 劉燕飛 何寬芳

摘要：當(dāng)前高校教育改革逐漸深入，如何提高教學(xué)質(zhì)量已經(jīng)成為當(dāng)前高校教學(xué)的工作重點(diǎn)，而教學(xué)評價是提高教學(xué)質(zhì)量的關(guān)鍵指標(biāo)。因此，合理、科學(xué)的教學(xué)評價方法顯得尤為重要。目前神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于高校教學(xué)評價，但是神經(jīng)網(wǎng)絡(luò)具有樣本需求多、計算量大及容易陷入局部最優(yōu)解的缺陷。針對這些問題，提出變量預(yù)測模型分類（Variable Predictive Model Based Class Discriminate，VPMCD）方法的全方位高校教師教學(xué)質(zhì)量評價方法，并將其與BP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真對比分析。結(jié)果表明，相對神經(jīng)網(wǎng)絡(luò)，VPMCD方法能有效提高評價準(zhǔn)確率。

關(guān)鍵詞：教育改革；教學(xué)質(zhì)量評價；變量預(yù)測模型分類；BP神經(jīng)網(wǎng)絡(luò)

中圖分類號：G647 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2019）35-0067-03

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。如何建立一支高素質(zhì)的教師隊伍是很多高校面臨的問題，所采取的措施很多。但首先應(yīng)該建立一套標(biāo)準(zhǔn)的教學(xué)評價體系，對教師有一個全面的了解和正確的評價。設(shè)定標(biāo)準(zhǔn)后，教師可以根據(jù)自身的成績和不足，自覺進(jìn)行行為調(diào)控，進(jìn)一步改進(jìn)、完善自己的工作。同時，有助于高等學(xué)校認(rèn)識提高教師教學(xué)水平和教師素質(zhì)的重要性，使學(xué)校有針對性地加強(qiáng)師資隊伍建設(shè)[1-6]。

人工神經(jīng)網(wǎng)絡(luò)理論是20世紀(jì)80年代中后期世界范圍內(nèi)迅速發(fā)展起來的一個前沿領(lǐng)域，已經(jīng)被廣泛用于非線性、復(fù)雜、綜合性問題的決策分析。其用于教學(xué)評價的基本原理是把用來描述評價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)練這個網(wǎng)絡(luò)。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[7-12]。但是，該方法還存在一些缺陷，比如評價需求的樣本數(shù)量較大、收斂速度慢、計算量大、容易陷入局部最優(yōu)解等。因此，需要尋找更合適、準(zhǔn)確度更高、運(yùn)算速度更快的模式識別方法解決教學(xué)評價問題。

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[13-16]，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)評價中，不同的教學(xué)質(zhì)量評價指標(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)系也會發(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)評價中。

一、全方位高校教師教學(xué)質(zhì)量評價指標(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，論文使用文獻(xiàn)[17]中所提出的全方位教學(xué)質(zhì)量評價體系對提出的方法進(jìn)行驗(yàn)證，其組成框架如圖1所示。授課評價體系中的評價對象是高校教師，評價主體有督導(dǎo)、同行、學(xué)生和教師本人。在學(xué)習(xí)評價體系中，評價的對象是學(xué)生，評價主體有督導(dǎo)、教師、其他同學(xué)和學(xué)生本人。授課評價體系的指標(biāo)有教師互評、教師自評、督導(dǎo)評教和學(xué)生評教等；學(xué)習(xí)評價體系的指標(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)量評價體系。

三、評價方法仿真分析

在高校課堂教學(xué)質(zhì)量評價系統(tǒng)中，采用問卷調(diào)查的方式，采集學(xué)生評教、督導(dǎo)評教、教師自評和同學(xué)互評各18個三級指標(biāo)，共采集120個樣本，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，每個評價等級20個樣本，督導(dǎo)評教樣本（輸出樣本）20個，每個評價等級4個樣本。在評價的過程中，要求每個學(xué)生、督導(dǎo)和教師的評價都是獨(dú)立進(jìn)行的。在仿真分析時，隨機(jī)選取輸入樣本80個作為訓(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到VPMCD和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測試。為更準(zhǔn)確地反映論文方法的評價效果，重復(fù)三次實(shí)驗(yàn)，VPMCD和BP神經(jīng)網(wǎng)絡(luò)的測試絕對誤差如圖3—5所示。督導(dǎo)評教、BP神經(jīng)網(wǎng)絡(luò)和VPMCD方法的對比結(jié)果如表1所示，表1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3—5可以看出，相對BP神經(jīng)網(wǎng)絡(luò)，VPMCD評價結(jié)果的絕對誤差曲線波動更弱，誤差更小，評價結(jié)果更接近真實(shí)值。表1從評價結(jié)果平均誤差、評價等級正確識別次數(shù)、評價等級錯誤識別次數(shù)和評價等級識別精度四個參數(shù)對VPMCD和BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評價結(jié)果進(jìn)行了對比。結(jié)果表明，無論教學(xué)質(zhì)量等級還是教學(xué)評價結(jié)果，VPMCD都獲得了更好的預(yù)測精度。因此，使用VPMCD能提高評價的準(zhǔn)確性，VPMCD方法應(yīng)用在高校教師教學(xué)質(zhì)量評價中是可行的。

四、結(jié)論

論文提出了基于變量預(yù)測模型分類（VPMCD）方法的全方位高校教師教學(xué)質(zhì)量評價方法，該方法使用全方位高校教師教學(xué)質(zhì)量評價指標(biāo)體系，根據(jù)教師互評、教師自評、督導(dǎo)評教和學(xué)生評教多個指標(biāo)對教師教學(xué)質(zhì)量進(jìn)行評價，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。仿真分析結(jié)果表明，VPMCD方法能識別不同的教學(xué)質(zhì)量評價指標(biāo)之間的相互內(nèi)在關(guān)系，能夠較好地擬合訓(xùn)練數(shù)據(jù)，預(yù)測精度明顯提升。通過VPMCD對高校教師教學(xué)質(zhì)量進(jìn)行合理評價，克服了單一的人為因素對評價結(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)展提供有益的參考。

參考文獻(xiàn)：

[1]劉青梅.深化高校教學(xué)改革提高人才培養(yǎng)質(zhì)量[J].科技風(fēng)，2009，（21）：39-40.

[2]王亞芳，周惟公，高華.開設(shè)文科類物理課程的必要性和重要性[J].實(shí)驗(yàn)技術(shù)與管理，2008，25（11）：147-149.

[3]袁婷.理工科院校文科物理實(shí)驗(yàn)教學(xué)探析[J].中國科技信息，2009，（15）：295，297.

[4]盧佃清，王莉，吳同成，等.建立適合文科學(xué)生的物理實(shí)驗(yàn)教學(xué)模式的調(diào)查分析[J].實(shí)驗(yàn)技術(shù)與管理，2011，28（9）：156-159.

[5]呂加，王佳菱.淺析素質(zhì)教育過程中文科物理教學(xué)存在的問題及建議[J].中國科技信息，2009，（6）：234-235.

[6]汪蘭，夏嫻，殷實(shí).在物理實(shí)驗(yàn)教學(xué)中培養(yǎng)文科類人才的理性思維[J].物理與工程，2007，17（1）：49-50.

[7]宋從芝.高職教師教學(xué)質(zhì)量的多層次模糊綜合評價方法研究[D].河北科技大學(xué)，2013.

[8]耿立艷，張永林，張占福.高校課堂教學(xué)質(zhì)量評價方法綜述[J].北京電力高等?？茖W(xué)校學(xué)報：社會科學(xué)版，2012，（29）：15-16.

[9]吳希.基于BP神經(jīng)網(wǎng)絡(luò)的高校教學(xué)質(zhì)量評價方法[J].福建電腦，2009，25（10）：99-100.

[10]陳正.教師課堂教學(xué)質(zhì)量綜合評價方法研究[J].統(tǒng)計教育，2004，（6）：51-53.

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

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

[13]程軍圣，羅頌榮，楊斌，等.LMD能量矩和變量預(yù)測模型模式識別在軸承故障智能診斷中的應(yīng)用[J].振動工程學(xué)報，2013，26（5）：751-757.

[14]羅頌榮，程軍圣，楊宇.基于本征時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].振動與沖擊，2013，32（13）：43-48.

[15]楊宇，王歡歡，曾鳴，等.基于變量預(yù)測模型的模式識別方法在滾動軸承故障診斷中的應(yīng)用[J].湖南大學(xué)學(xué)報：自科版，2013，40（3）：36-40.

[16]付琳娟，翟正軍，郭陽明.基于回聲狀態(tài)網(wǎng)絡(luò)的多變量預(yù)測模型的研究[J].計算機(jī)測量與控制，2009，17（7）：1356-1358.

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