任麗娜
(貴州輕工職業(yè)技術(shù)學(xué)院 信息工程系,貴陽 550001)
目前,高職教育存在幾點不足:產(chǎn)學(xué)研用融合程度有待進一步提高,學(xué)校與社會、企業(yè)的合作有待進一步加強,課程體系和高職教材建設(shè)體系不夠完善,有些專業(yè)的設(shè)置缺乏針對性,與市場需求相脫節(jié)現(xiàn)象。本研究根據(jù)實際數(shù)據(jù)樣本設(shè)計出了基于SAWFCM算法的高職院校教學(xué)質(zhì)量評價算法,用以改進聚類效果[1],以期對高職院校教學(xué)質(zhì)量作出準確評價。
為了對傳統(tǒng)教學(xué)質(zhì)量評價體系進行積極改進、構(gòu)建、完善、考量,本研究構(gòu)建了由信息收集、數(shù)據(jù)處理、數(shù)據(jù)挖掘、結(jié)果公示、申訴機制這幾部分組成的大數(shù)據(jù)背景下高職院校教學(xué)質(zhì)量評價體系[2]。
數(shù)據(jù)挖掘階段是整個基于大數(shù)據(jù)的高職院校教學(xué)質(zhì)量評估體系的核心部分,可通過給定的聚類算法對該階段從數(shù)據(jù)處理階段得到的標準化數(shù)據(jù)進行分析,進而得到高職院校教師的教學(xué)質(zhì)量分類。
將SAWFCM算法應(yīng)用于數(shù)據(jù)挖掘階段,將教學(xué)質(zhì)量相關(guān)影響因素作為特征空間中的樣本于迭代中,對所獲取的當下最新數(shù)據(jù)予以重新的狀態(tài)劃分,重新計算并更新各樣本的權(quán)重,不過高依賴隨機選取的初始聚類中心和隨機生成的初始隸屬矩陣,進而提高高職院校教學(xué)質(zhì)量評價的準確率。
對于給定教學(xué)質(zhì)量評價數(shù)據(jù)集X={xi,i=1,…,n},uik為樣本xi對于第k個類的隸屬度,其取值范圍為[0,1];ck為第k個類Ck的聚類中心;dik=‖xi-ck‖為ck與xi兩者的歐式距離;m為模糊因子,其數(shù)據(jù)的設(shè)置可對樣本的模糊度產(chǎn)生正向相關(guān)性,無特殊要求前提下m值取2??捎蒘AWFCM的自適應(yīng)權(quán)重及距離的計算方法給出高職院校教學(xué)質(zhì)量評價模型的具體步驟。
輸入:數(shù)據(jù)集X,聚類數(shù)量c。
輸出:c個聚類。
為驗證基于SAWFCM算法的高職院校教學(xué)質(zhì)量評價模型的準確性及有效性,以貴州輕工職業(yè)技術(shù)學(xué)院為例進行分析,評估人員由被評教師任教班級的全體學(xué)生、同行教師、院(系) 領(lǐng)導(dǎo)及教學(xué)督導(dǎo)員組成,該評價體系主要以學(xué)生評價為主,再綜合其他評估員的測評確定考核結(jié)論。學(xué)生評價指標分為教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方法及教學(xué)效果4個一級指標和10個二級指標,具體評價內(nèi)容如圖1所示,以信息工程系一個專業(yè)90名學(xué)生對其專業(yè)2018—2019學(xué)年授課的10名教師評分作為樣本數(shù)據(jù)。
圖1 學(xué)生評價指標體系Fig.1 Student assessment indicator system
應(yīng)用基于SAWFCM算法的高職院校教學(xué)質(zhì)量評價模型,通過模型計算最終得到表1中的實驗結(jié)果,教學(xué)質(zhì)量分為A、B、C類,其中A類為優(yōu)秀,B類為良好,C類為合格。
表1 實驗結(jié)果Tab.1 Experimental results
從表1可知,職稱高且具有豐富教學(xué)經(jīng)驗、實踐經(jīng)驗的雙師型教師更能獲得學(xué)生的好評。一些青年教師教學(xué)經(jīng)驗相對缺乏,不熟悉相關(guān)授課內(nèi)容,造成了教學(xué)評價不太理想。高職院校應(yīng)積極組織可促進同行教師間的經(jīng)驗交流等活動,如說課、微課競賽、教案分享等,以達到相互借鑒與提高的良好效果,提升全校教學(xué)質(zhì)量。高職教師可根據(jù)實驗結(jié)果及時認識到自身的不足,以便有目的性、針對性的提高自身教學(xué)水平。
本研究提出了一種基于SAWFCM算法的高職院校教學(xué)質(zhì)量評價模型,并以貴州輕工職業(yè)技術(shù)學(xué)院為例進行實驗分析,論證了評價模型的可行性。但評價體系不全面,算法準確度有待提高,算法不能自動獲取聚類數(shù)量,下一步需完善基于大數(shù)據(jù)的教師教學(xué)質(zhì)量評價體系,改進該模糊聚類算法,以便對高職院校教學(xué)質(zhì)量作出更加準確的評價。