何劍　王征

【摘要】本文針對(duì)高校思政課課堂教學(xué)質(zhì)量評(píng)價(jià)方法的不確定性的特點(diǎn)，提出了一種基于貝葉斯網(wǎng)絡(luò)的教學(xué)評(píng)價(jià)方法，構(gòu)建思政課評(píng)價(jià)模型，并對(duì)各指標(biāo)的影響進(jìn)行了分析。利用該方法可以將定性分析和定量評(píng)分結(jié)合起來(lái)，避免思政課評(píng)價(jià)過(guò)程中過(guò)多的受到主觀因索的影響。從而提高了高校思政課教學(xué)評(píng)價(jià)的準(zhǔn)確性和客觀性。

【關(guān)鍵詞】思政課教學(xué)評(píng)價(jià)；評(píng)價(jià)指標(biāo)；貝葉斯網(wǎng)絡(luò)

目前關(guān)于高校思想政治理論課教學(xué)評(píng)價(jià)，學(xué)術(shù)界也是看法不一。有的研究者認(rèn)為，社會(huì)科學(xué)類課程的教學(xué)評(píng)價(jià)本身就很難具體量化，思想政治理論課更因其特殊性而使得教學(xué)評(píng)價(jià)成為難題，加之我國(guó)開展高校思想政治理論課教學(xué)評(píng)價(jià)領(lǐng)域的研究相對(duì)不成熟，未形成一套完整的具有本學(xué)理科特色的教學(xué)評(píng)價(jià)體系，所以還存在著以下一些亟待解決的問(wèn)題。

一、貝葉斯網(wǎng)絡(luò)概述

貝葉斯網(wǎng)絡(luò)是一系列變量的聯(lián)合概率分布的圖形表示，由有向無(wú)環(huán)圖（DAG）和條件概率表（CPT）集合兩部分組成，即BN=，其中G代表網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖，{CPT}代表與每個(gè)節(jié)點(diǎn)變量相關(guān)的條件概率表，一個(gè)圖G和n個(gè)條件概率表就構(gòu)成了貝葉斯網(wǎng)絡(luò)。有向無(wú)環(huán)圖中的節(jié)點(diǎn)表示隨機(jī)變量，可以是可直接觀測(cè)變量或隱藏變量，節(jié)點(diǎn)間的邊代表變量間的直接依賴關(guān)系。在有向無(wú)環(huán)圖節(jié)點(diǎn)間的空缺弧表示為條件獨(dú)立關(guān)系。若有弧從節(jié)點(diǎn)Y指向節(jié)點(diǎn)X，則稱Y為X的父親節(jié)點(diǎn)，X為Y的孩子節(jié)點(diǎn)。而沒有任何父節(jié)點(diǎn)的概率為其先驗(yàn)概率。節(jié)點(diǎn)變量可以是任何變量的抽象，例如設(shè)備部件的狀態(tài)、測(cè)試值、觀測(cè)現(xiàn)象等。條件概率表中的每一個(gè)元素對(duì)應(yīng)DAG中唯一的節(jié)點(diǎn)，存儲(chǔ)此節(jié)點(diǎn)對(duì)于其所有直接前驅(qū)節(jié)點(diǎn)的聯(lián)合條件概率。

貝葉斯網(wǎng)絡(luò)有一條極為重要的性質(zhì)，就是我們斷言每一個(gè)節(jié)點(diǎn)在其直接前驅(qū)節(jié)點(diǎn)的值制定后，這個(gè)節(jié)點(diǎn)條件獨(dú)立于其所有非直接前驅(qū)前輩節(jié)點(diǎn)，也就是說(shuō)貝葉斯網(wǎng)絡(luò)是聯(lián)合概率分布的分解的一種表示。即：

其中當(dāng)π（Xi）=?時(shí)， 是邊緣分布P（Xi）。

貝葉斯網(wǎng)絡(luò)是將概率統(tǒng)計(jì)應(yīng)用于復(fù)雜領(lǐng)域進(jìn)行不確定性推理和數(shù)據(jù)分析的工具，可以從定性和定量?jī)蓚€(gè)層面來(lái)理解。在定性層面上，用一個(gè)有向無(wú)環(huán)圖描述變量間的依賴和獨(dú)立關(guān)系。在定量層面上，則能用條件概率分布刻畫變量對(duì)其父節(jié)點(diǎn)的依賴關(guān)系。

二、貝葉斯推理

貝葉斯理論是處理不確定性信息的重要工具。作為一種基于概率的不確定性推理方法，貝葉斯網(wǎng)絡(luò)在處理不確定信息中已得到了重要的應(yīng)用，已成功地用于醫(yī)療診斷、統(tǒng)計(jì)決策、專家系統(tǒng)、學(xué)習(xí)預(yù)測(cè)等領(lǐng)域。這些成功的應(yīng)用，充分體現(xiàn)了貝葉斯網(wǎng)絡(luò)技術(shù)是一種強(qiáng)有力的不確定性推理方法。

作為一種推理方法，貝葉斯推理是從概率論中的貝葉斯定理擴(kuò)充而來(lái)。貝葉斯定理斷定：貝葉斯定理的表示形式如下：

其中E和Q為兩個(gè)隨機(jī)變量，通常E稱為證據(jù)變量，是可以觀測(cè)到的直接證據(jù)，它的取值記為e。而一般將Q稱為查詢變量，是待評(píng)估和預(yù)測(cè)的一種假設(shè)，它的取值記為q。上述等式由先驗(yàn)概率、后驗(yàn)概率、似然函數(shù)和規(guī)一化常數(shù)四部分組成。

1、先驗(yàn)概率

在考慮證據(jù)E=e之前，對(duì)假設(shè)Q=q的估計(jì)概率P（Q=q）稱為“先驗(yàn)概率“（Prior probability），這也是對(duì)Q事件發(fā)生概率的一個(gè)事前判斷估計(jì)值。

2、后驗(yàn)概率

在考慮證據(jù)E之后，對(duì)Q=q的概率分析轉(zhuǎn)變?yōu)榕袛郟（Q=q|E=e）的變化，則稱P（Q=q|E=e）為“后驗(yàn)概率“（Poster iorprobability），它表示在證據(jù)E發(fā)生的前提下對(duì)Q事件概率的重新評(píng)估。

3、似然函數(shù)

似然函數(shù)是用來(lái)描述已知隨機(jī)變量輸出結(jié)果時(shí)，未知參數(shù)的可能取值。P（E=e|Q）稱為Q的“似然函數(shù)”（Likely hood），有時(shí)記為L(zhǎng)（Q|E=e）。

4、規(guī)一化常數(shù)

上述公式當(dāng)中的P（E=e）是一個(gè)規(guī)一化常數(shù)，它保證概率值的各狀態(tài)取值之和為1。

在貝葉斯推理中，先預(yù)估一個(gè)“先驗(yàn)概率”，然后根據(jù)已獲得的指標(biāo)體系的似然結(jié)果通過(guò)貝葉斯推理計(jì)算出各個(gè)指標(biāo)的“后驗(yàn)概率”，最終判斷出已知證據(jù)結(jié)果的最大后驗(yàn)概率指標(biāo)，并將其作為推理的最終結(jié)果。

三、基于貝葉斯網(wǎng)絡(luò)的思政課教學(xué)質(zhì)量評(píng)價(jià)體系

基于貝葉斯網(wǎng)絡(luò)的思政課教學(xué)質(zhì)量評(píng)價(jià)體系，建議應(yīng)該包括如下內(nèi)容：在教學(xué)內(nèi)容方面的重點(diǎn)突出，難點(diǎn)清楚。在教學(xué)態(tài)度方面，教態(tài)得體，有感染力。在教學(xué)方法上，深入淺出、啟發(fā)性強(qiáng)。在教學(xué)技能方面，充分利用多媒體和網(wǎng)絡(luò)技術(shù)。在教學(xué)效果方面，注重能力培養(yǎng)和啟發(fā)創(chuàng)新性思維。其中將教學(xué)內(nèi)容、教學(xué)態(tài)度、教學(xué)方法、教學(xué)技能和教學(xué)效果5各方面作為一級(jí)評(píng)價(jià)指標(biāo)，通過(guò)思政課教學(xué)大綱的計(jì)劃和要求，再確定若干個(gè)二級(jí)指標(biāo)，以此構(gòu)建成思政課課堂教學(xué)質(zhì)量指標(biāo)體系，即貝葉斯推理當(dāng)中的查詢變量。

同時(shí)也可以結(jié)合思政課的教學(xué)目的和要求，根據(jù)預(yù)設(shè)的一級(jí)指標(biāo)和二級(jí)指標(biāo)，繪制基于貝葉斯網(wǎng)絡(luò)的教學(xué)質(zhì)量評(píng)擴(kuò)模型的有向無(wú)環(huán)圖。通過(guò)有向無(wú)環(huán)圖我們可以很清晰的看出，依據(jù)二級(jí)指標(biāo)，應(yīng)用貝葉斯網(wǎng)絡(luò)聯(lián)合概率分解公式可以給出更加詳細(xì)的評(píng)價(jià)等級(jí)范圍，即貝葉斯推理當(dāng)中的證據(jù)E，如：優(yōu)秀、良好、一般的具體分值標(biāo)準(zhǔn)。

應(yīng)用MSBNX軟件及方法，先給出初始賦值計(jì)算終節(jié)點(diǎn)的概率，然后逐一改變?cè)u(píng)價(jià)指標(biāo)的賦值，其他指標(biāo)的賦值恢復(fù)到初始狀態(tài)，對(duì)比改變之后終節(jié)點(diǎn)概率的大小，確定評(píng)價(jià)指標(biāo)的影響，就可以計(jì)算出教學(xué)評(píng)價(jià)體系權(quán)重的具體數(shù)值。

總之，貝葉斯網(wǎng)絡(luò)是基于概率的一種不確定性推理方法，其將抽象轉(zhuǎn)化為具體，被廣泛地用來(lái)不確定事件的推理。該方法作為高等院校思政課課堂教學(xué)質(zhì)量評(píng)價(jià)的一種定性與定量相結(jié)合的分析手段，可以很好的解決高?？?jī)效考核中對(duì)于教師影響較大的教學(xué)質(zhì)量這一指標(biāo)的不確定性和不客觀性的問(wèn)題。

【參考文獻(xiàn)】

[1] Pearl J. Probabilistic Reasoning in Intelligent Systems； Networks oI Plausible Inlerernce[M]. San Publishers， 1988.

[2] 張連文， 郭海鵬. 貝葉斯網(wǎng)引論[M]. 科學(xué)出版社， 2006.

[3] 盛 驟， 謝式千， 潘承毅. 概率論與數(shù)理統(tǒng)計(jì)[M]. 北京高等教育出版社， 1989.

[4] 謝 斌， 劉長(zhǎng)建. 基于貝葉斯網(wǎng)絡(luò)構(gòu)建的學(xué)生成績(jī)?cè)u(píng)價(jià)系統(tǒng)及影響分析[J]. 中國(guó)科教創(chuàng)新導(dǎo)刊， 2011.

[5] 趙春元. 基于層次分析法的教學(xué)質(zhì)量模糊綜合評(píng)價(jià)模型及應(yīng)用[J]. 沈陽(yáng)工程學(xué)院學(xué)報(bào)： 自然科學(xué)版， 2011.