基于灰色聚類的大學生課程學習效果評價模型

　　摘 要：采用灰色定權聚類方法構建大學生課程學習效果評價模型.以某一門課程的學習成績和線上軌跡數據為參照，構建評價學生學習效果的二級評價指標體系，并在層次分析下對各指標進行權重計算.實證分析表明，評價結果較為合理，可以用于大學生課程學習效果評價.

　　關鍵詞：評價模型;層次分析法;灰色聚類;白化權函數;聚類系數

　　學生學習評價的目的是全面考察學生的學習情況，激發學生的學習興趣，提高學生的學習質量.傳統教學中，教師對學生的學習狀態了解較少，評價學生主要依賴于考試.卷面成績固然能反映學生的學習情況，但不夠客觀和全面.傳統課堂教學環境創造性地搬移到互聯網是現代信息技術給高校教育教學帶來的革命性影響.[1]“互聯網+教育”的評價方式將會是智慧教育時代的必然選擇.[2]MOOC的迅速發展給高校的教學改革帶來了巨大的改變.中國大學MOOC是完全開放性的教學，對學生和大學而言，無任何條件限制，這既是優勢又是劣勢.[3]完全開放的MOOC教學評價機制和評價標準存在明顯不足，存在無法避免的“替學”“替考”現象.以線下學習為主的翻轉課堂教學模式要求學生主動的去學習，但對自控力差、習慣于被動學習的學生提出了挑戰，再加上龐大的學生數量，MOOC的教學效果并不理想.因此，通過MOOC統計的數據評價學生的學習效果不夠準確.

　　SPOC ( small private online course) 是“小規模限制性在線課程”模式，是與MOOC相對應的一種教學方式，它可以理解為MOOC的一種補充.[4]SPOC模式通過篩選，要求達到標準的學生才有資格參加課程學習，并且嚴格控制班級人數.這種教學方式的優點是教師不需要花費大量時間用于課堂教學，而是更多地關注學生的個性化發展.目前普遍流行的混合式教學方式，結合了“線上線下”的教學優勢，能使傳統教學和信息化教學達到有效的融合，這種教學模式具有SPOC的特征.混合式教學模式讓學生的學習突破了時空限制，學習方法更加靈活，學習資源無限豐富，碎片化的學習時間讓學習更加方便，激發了學生主動學習的熱情.灰色聚類是灰色系統理論中非常重要的一個應用體系.灰色聚類是根據關聯矩陣或灰色白化權函數將一些指標和觀測對象劃分成若干個可定義類別的方法.一個聚類可以看做是屬于同一類的觀測對象的集合.早在20世紀80年代，鄧聚龍教授提出了一種基于三角模型的灰色加權聚類評價方法[5]，之后劉思峰教授又提出了灰色固定權重聚類評價模型[6]，并在文[7，8]中對于三角白化的灰色聚類評價模型端點的權重函數進行了研究，在文[9，10]中利用中心點的三角化白化權函數進行了灰色聚類評估模型的構建.為了使聚類結果更加合理，肖新平等提出了灰色最優聚類理論模型.[11]由于灰色聚類評價方法易于理解和編程，已成為學者們研究的熱點，廣泛應用于經濟、環境質量評估、再制造評價、計算和運輸等方面.[12]例如在文[13]中，王雯應用灰色聚類方法進行多指標數據的權重計算和白化處理， 實現了多評價指標的科學賦權和圖書館的分類排名.王正新等提出了基于相對隸屬度的灰色聚類評估方法，并結合勞動力素質評估問題進行了研究.[14]本研究基于混合式教學模式，以云班課為學習平臺，通過學習平臺記錄學生的學習軌跡，并結合某一門課程的學習情況，采用灰色定權聚類方法構建大學生課程學習效果評價模型，客觀地對學生的課程學習效果進行評價.

　　1 指標體系構建

　　學生評價是指根據一定的標準，通過使用一定的技術和方法，以學生為評價對象所進行的價值判斷[15]，全面分析影響學習質量的各因素.筆者給出大學生課程學習評價體系，見圖1.

　　影響大學生課程學習評價的一級指標是學習成績、討論答疑、作業提交、出勤、課堂表現和資源學習6個指標，分別記為B1，…，B6.影響一級指標的各二級指標主要結合學習平臺統計的數據類型給出，共計24個二級指標.二級指標的取值除學習成績外，均來自平臺.平臺的數據記錄線上線下的所有活動.最后一層是決策層，對應于班級具體每個學生，為方便起見，以編碼形式給出.

　　2 利用層次分析法(AHP法)確定各指標的權重

　　對于準則層的6個指標和指標層的24個指標，采用層次分析法確定各指標的權重.為了減少主觀因素的影響，先利用灰色關聯分析法對各指標重要性進行排序，然后結合專家意見，利用T.L.Satty氏1-9標度法比較各指標相對重要性[16]，最后設計判斷矩陣.各層判斷矩陣及計算結果見表1-表7.

　　推薦閱讀：《菏澤學院學報》課程教育研究是國家核心期刊