張馳庚 邱奕超

DOI：10.19850/j.cnki.2096-4706.2024.02.041

收稿日期：2023-08-17

基金項目：浙江省人力資源和社會保障廳、浙江省職業(yè)教育社科研項目（ZJCV2022C37）

摘? 要：隱性知識存量測評是對當(dāng)前學(xué)?？己嗽u估教師教科研能力僅測評教師顯性知識的完善。文章基于模糊一致矩陣的模糊綜合評價法，研究教師隱性知識存量測評，包括：教師的隱性知識分類、建立評價問題指標(biāo)體系，運(yùn)用模糊一致矩陣配置指標(biāo)權(quán)重、選擇評價相關(guān)集、建立模糊綜合評價模型，以及測評隱性知識存量，并實(shí)證分析高職教師隱性知識存量的測評過程。

關(guān)鍵詞：高職教師；隱性知識；模糊一致矩陣；模糊綜合評價；實(shí)證分析

中圖分類號：TP391；G202? ? 文獻(xiàn)標(biāo)識碼：A? 文章編號：2096-4706（2024）02-0191-05

Evaluation of Tacit Knowledge Stock by Fuzzy Comprehensive Evaluation Method Based on Fuzzy Consistent Matrix

—Empirical Analysis of the Evaluation of Tacit Knowledge Stock of Higher Vocational Teachers

ZHANG Chigeng， QIU Yichao

（Jiaxing Vocational and Technical College， Jiaxing? 314036， China）

Abstract： The evaluation of teachers' teaching and scientific research ability only assesses the explicit knowledge of teachers in current school， and the evaluation of tacit knowledge stock is the perfection for it. Based on the fuzzy comprehensive evaluation method of fuzzy consistent matrix， this paper studies the evaluation of teachers' tacit knowledge stock， including the classification of teachers' tacit knowledge， the establishment of problem evaluation index system， the allocation of index weights by using fuzzy consistent matrix， the selection of evaluation correlation sets， the establishment of fuzzy comprehensive evaluation model， and the evaluation of tacit knowledge stock. And it carries out the empirical analysis of the evaluation process of teachers' tacit knowledge stock in higher vocational colleges.

Keywords： higher vocational teacher; tacit knowledge; fuzzy consistent matrix; fuzzy comprehensive evaluation; empirical analysis

0? 引? 言

基于教育信息技術(shù)理念、運(yùn)用多媒體技術(shù)，完善專業(yè)知識、有效完成教科研活動，達(dá)成教科研目標(biāo)是教師須具備的職業(yè)能力[1]。這種能力具體體現(xiàn)在教師的顯性知識和隱性知識兩方面，如廣博的教育信息技術(shù)知識、嫻熟的教學(xué)技能、自我反思、創(chuàng)新能力、情感、意志發(fā)展等。對于教師掌握的顯性知識能力，學(xué)?？刹捎脤W(xué)生成績、科研成果、教師培訓(xùn)考核等方法評估；而教師掌握教育信息技術(shù)的訣竅、教學(xué)反思、創(chuàng)新能力及情感等隱性知識測評比較困難，因此很難評估教師的隱性知識量。本研究厘定高職教師隱性知識的分類，基于模糊一致矩陣的模糊綜合評價法，研究高職教師隱性知識存量測評并作出實(shí)證分析。

1? 高職教師的隱性知識分類

隱性知識與顯性知識組成了人類的全部知識[2]。不同于具有可編碼、可表述等特征的顯性知識，隱性知識依附于個體，不可編碼、難于表述。因此，對隱性知識有效分類有助于隱性知識的測評。關(guān)于隱性知識分類有多種方法，如野中郁次郞的隱性知識二分類：1）技能型。如手藝、操作訣竅等；2）認(rèn)知型。如價值觀、心智模式等；又如英國Eraut教授的三分類法[3]。經(jīng)文獻(xiàn)分析，本研究參照李作學(xué)教授的五分類法[4]：專業(yè)技能、人際關(guān)系、元認(rèn)知、情感、價值觀類，并將五分類法作為高職教師隱性知識的分類，如表1所示。

2? 基于模糊一致矩陣的模糊綜合評價法步驟

模糊一致矩陣[5]的模糊綜合評價法[6]分成二大步：1）建立評價問題指標(biāo)體系，運(yùn)用模糊一致矩陣配置各指標(biāo)權(quán)重；2）選擇評價相關(guān)集，建立模糊綜合評價模型[7]，測評隱性知識存量。

2.1? 建立評價問題指標(biāo)體系運(yùn)用模糊一致矩陣配置指標(biāo)權(quán)重

1）建立評價問題指標(biāo)體系。將評價的目標(biāo)和考慮的指標(biāo)，按相互關(guān)系形成自上而下的層次。目標(biāo)層（要解決的問題）；一級指標(biāo)（因素層），二級指標(biāo)（子因素層）。若有需要，可增加層次。

2）建立優(yōu)先關(guān)系矩陣。矩陣Q = （qij）n×n，若0≤qij≤1，i，j ∈ Ω = {1，2，…，n}，稱Q是模糊矩陣；若模糊矩陣Q滿足qij + qji = 1，i，j ∈ Ω，稱Q是模糊互補(bǔ)矩陣；設(shè)元素a1，a2，…，an兩兩比較重要程度的模糊互補(bǔ)矩陣為Q = （qij）n×n，若 ，qij = 0.5，表示相對上一層因素ai與因素aj同樣重要；

qij = 0表示相對上一層，因素aj比ai重要；qij = 1表示相對上一層因素ai比aj重要，此時建立的Q = （qij）n×n稱為優(yōu)先關(guān)系矩陣。

3）優(yōu)先關(guān)系矩陣轉(zhuǎn)化成模糊一致矩陣。對優(yōu)先關(guān)系矩陣按行求和，記為 ，i = 1，2，…，n，令rij = ，則R = （rij）n×n為模糊一致矩陣[8，9]。

4）各指標(biāo)權(quán)重配置。用行和歸一化得排序向量ω = （ω1，ω2，…，ωn）T，其中指標(biāo)的各權(quán)重為：ωi = ，，，n為矩陣階數(shù)。

2.2? 選擇評價相關(guān)集建立模糊綜合評價模型測評隱性知識

1）選擇評價相關(guān)集。評價事物涉及多個指標(biāo)，需要綜合多個評價主體參與，因此要確定評價主體集合；此外，選擇與評價事物相關(guān)的其他集合。評價主體對評價指標(biāo)評價過程中，需建立評價矩陣。

2）建立模糊綜合評價模型，測評隱性知識存量。建立若干單因素評價矩陣分別與對應(yīng)權(quán)重向量合成[7]，可得模糊綜合評價模型，依據(jù)模型測評隱性知識存量。

3? 高職教師隱性知識存量測評實(shí)證分析

3.1? 建立評價問題指標(biāo)體系及各指標(biāo)權(quán)重配置

1）建立評價問題層次結(jié)構(gòu)。根據(jù)表1教師隱性知識分類，建立評價指標(biāo)體系，如表2所示。

目標(biāo)層P：教師個體隱性知識存量。5個一級指標(biāo)Fi，其權(quán)重ωi，i = 1，2，…，5；二級指標(biāo)Fij，權(quán)重γij，i = 1，2，…，5；0≤j≤5。為省篇幅，表2已給出各指標(biāo)權(quán)重，以下給出計算過程。

2）建立優(yōu)選關(guān)系矩陣P-F。按步驟2，采取專家會議或德爾斐法等，建立表3。

3）優(yōu)先關(guān)系矩陣P-F轉(zhuǎn)換為模糊一致矩陣P-F。按步驟3，可得表4。

4）各指標(biāo)權(quán)重配置。計算模糊一致矩陣P-F確定指標(biāo)權(quán)重ωi，i = 1，2，…，5，如表5所示。

同理可得二級指標(biāo)權(quán)重。例如，由表4中F1“專業(yè)技能”下F1j =（技藝、操作訣竅、動作準(zhǔn)確靈活）的模糊一致矩陣F1-F1j，由此可得二級指標(biāo)F1j權(quán)重向量（γ11，γ12，γ13，γ14）T = （3.0，3.0，2.5，1.5）T；由F1-F1j，i = 1，2，…，5；0≤j≤5，得其他四個二級指標(biāo)權(quán)重。

3.2? 建立模糊綜合評價模型測評隱性知識存量

3.2.1? 選擇相關(guān)集合建立評價矩陣

1）評價主體?？陀^、全面評價高職教師隱性知識存量，需多個評價主體參與。包括：教學(xué)督導(dǎo)組V1、同事V2間的評價，學(xué)生V3對任課教師評價，被評教師V4的自評，以及領(lǐng)導(dǎo)V5的評價。不同評價內(nèi)容，評價主體的選擇是不同的。例如，學(xué)生主體可參與對任課教師教學(xué)活動內(nèi)容評價，但對教師科研活動不了解則不參與評價。

2）與評價相關(guān)的各類集。令專業(yè)技能、人際關(guān)系、元認(rèn)知能力等評價指標(biāo)為F，則評價指標(biāo)集F = {F1，F(xiàn)2，…，F(xiàn)5}，令評語等級集為W，則W = {W1，W2，…，Wn}，本實(shí)例W = {優(yōu)，良，中，差}。令所有評價主體構(gòu)成的集V，則V ={V1，V2，…，V5}；

3）建立評價矩陣。若V t（t = 1，2，…，5）對F1的二級指標(biāo)F1i評價，i = 1，2，…，4，則可得V t對指標(biāo)F1的評價矩陣[7]為 ，如式（1）所示：

（1）

其中? 是在V t下對指標(biāo)F1i給予評語等級Wj（ j = 1，2，3，4）的隸屬度[10]，如式（2）所示：

（2）

若V ={V1，V2，…，V5}，即所有評價人員對F1i給評語Wj（ j = 1，2，3，4）的隸屬度，如式（3）所示：

（3）

則相應(yīng)的評價矩陣為式（4）：

（4）

3.2.2? 測評隱性知識存量

表6給出教師隱性知識存量評價指標(biāo)體系、權(quán)重及單因素（單個虛線框）評價矩陣，評價組共20人構(gòu)成，根據(jù)評價指標(biāo)對教師個體Y，Z的隱性知識存量進(jìn)行測評。

以教師Y為例，據(jù)表6，有5個評價矩陣A（A1，A2，A3，A4，A5），即單因素綜合測評矩陣為：

其中γ1 = [γ11，γ12，γ13，γ14]T為二級指標(biāo)[F11，F(xiàn)12，F(xiàn)13，F(xiàn)14]對應(yīng)的權(quán)重。同理可得? = [0.29，0.44，0.22，0.05]， = [0.36，0.46，0.14，0.04]， = [0.47，0.37，0.13，0.03]， = [0.45，0.35，0.2，0]。

利用G1，G2，G3，G4，G5構(gòu)建基于評價因素集F = {F1，F(xiàn)2，…，F(xiàn)5}的綜合測評矩陣如下式GY。其中ω = [ω1，ω2，ω3，ω4，ω5]T，G由G1，G2，G3，G4，G5構(gòu)成。同理，可得教師Z的隱性知識存量測評矩陣：H1 = γ1B1 = [0.36，0.54，0.1，0]，H2 = [0.37，0.49，0.14，0]，H3 = [0.48，0.32，0.2，0]。

H4 = [0.46，0.29，0.25，0]，H5 = [0.49，0.43，0.08，0]。類似GY可得GZ：

結(jié)果表明，教師Z的隱性知識存量水平高于教師Y。為更直觀反映兩位教師擁有的隱性知識存量，我們可以將{優(yōu)、良，一般，差}用百分?jǐn)?shù)表達(dá)：LT = {95，80，65，45}，則教師X的隱性知識存量測評得分PY = GY L = 82.10分；教師Z的得分PZ = GZ L = 84.20分；即PZ＞PY。

4? Python程序設(shè)計

隸屬度、矩陣運(yùn)算等計算，可設(shè)計Python程序[11]加以解決，編程框圖如圖1所示。

程序概略如下，其中傳遞的函數(shù)參數(shù)均為矩陣：

import? tensorflow? as? tf

def? matrix_1（x1，x2，…，xn）：

…………………………

result = tf.matmul（x1，x2）

return? result

…………………………

def? matrix_2（y1，y2，…，ys）：

…………………………

def? evaluation_results （……）：

…………………………

if __name__=="__main__"：

x1 = [[x11， x12，…，x1m]， [x21， x22，…，x2m]，…， [xk1，xk2，…，xkm]]，

x2= [[x11， x12，…，x1p]， [x21， x22，…，x2p]， …， [xm1， xm2，…xmp]]，

…，matrix_1（x1，x2， …，xn），… ， y1=[…]， y2=[…]， … ， ys=[…]，

matrix_2（y1，y2，…， ys）， …。

5? 結(jié)? 論

借助優(yōu)先關(guān)系矩陣構(gòu)造模糊一致矩陣，使傳統(tǒng)的層次分析判斷一致性存在的問題得到解決，從而使教師的隱性知識存量測評更為科學(xué)合理。此外，評價主體對教師個體隱性知識存量評價過程是不可或缺的，其余煩瑣計算，可通過設(shè)計Python程序一次性解決。

參考文獻(xiàn)：

[1] 劉家良，于勝剛.高校教師個體教學(xué)能力發(fā)展路徑探析 [J].中國成人教育，2016（11）：152-154.

[2] Polanyi M.The Study of Man [M].Chicago：The University of Chicago Press，1958：12.

[3] 黃榮懷，鄭蘭琴.隱性知識論 [M].長沙：湖南師范大學(xué)出版社，2007：46.

[4] 李作學(xué).隱性知識計量與管理 [M].大連：大連理工大學(xué)出版社，2008：138-195.

[5] 王領(lǐng)元，王曉燕.基于模糊一致矩陣的模糊層次分析法在錨地優(yōu)選方案中的應(yīng)用 [J].中國水運(yùn)：下半月，2016，16（10）：217-218.

[6] 楊靖，王震，楊雙琪，劉志國.大學(xué)隱性知識管理研究 [M].保定：河北大學(xué)出版社，2015：231-242.

[7] 杜棟，龐慶華，吳炎.現(xiàn)代綜合評價方法與案例精選 [M].北京：清華大學(xué)出版社，2015：43-45.

[8] 徐澤水.模糊互補(bǔ)判斷矩陣排序的一種算法 [J].系統(tǒng)工程學(xué)報，2001（4）：311-314.

[9] 陶余會.如何構(gòu)造模糊層次分析法中模糊一致判斷矩陣 [J].四川師范學(xué)院學(xué)報：自然科學(xué)版，2002（3）：282-285.

[10] 謝季堅，劉承平.模糊數(shù)學(xué)方法及應(yīng)用 [M].武漢：華中科技大學(xué)出版社，2013.

[11] 龍良曲，盛東亮，鐘志芳.TensorFlow深度學(xué)習(xí) [M].北京：清華大學(xué)出版社，2020;51-85.

作者簡介：張馳庚（1984—），男，漢族，浙江杭州人，講師，碩士，研究方向：數(shù)據(jù)挖掘、教育管理；邱奕超（1989—），男，漢族，浙江嘉興人，工程師，碩士研究生，主要研究方向：計算機(jī)應(yīng)用技術(shù)。