基于灰色聚类的课程能力评价模型研究.docVIP

基于灰色聚类的课程能力评价模型研究 　　摘要：课程考核改革是当前教育研究领域十分热门的课题。文章结合课程考核改革发展趋势，在灰色聚类理论基础上构建能力本位课程考核模型，将课程考核分为形成性考核和终结性考核两部分，并将定性与定量评价相结合，对课程培养能力指标进行归类分析，最后通过企业资源规划课程考核改革应用实例，验证该模型的有效性和实用性。 　　关键词：课程考核；灰色聚类；白化权函数；Bloom思维模型 　　0 引言 　　课程是专业人才培养方案的核心和灵魂。在高等教育从外延式发展向内涵式建设转变的过程中，课程建设无疑是高校专业人才培养内涵建设的重要内容。课程考核作为评价学生学习效果的主要手段，在教学过程中起着重要的监控作用，同时也对学生综合素质的培养有着重要的导向作用。课程考核改革研究是课程内涵建设中非常重要的课题，目前课程考核改革有以下发展趋势： 　　（1）课程考核内容由以知识为主体向知识、能力和素质并重发展。当前很多高校人才培养目标描述从培养规格定性描述转变为以能力培养为核心的指标体系定量描述，这一变化必然要求课程教学目标也发生改变。课程教学目标从单一的知识掌握目标转变为知识、能力、素质三位一体的能力体系指标，课程考核内容也应同步改变。这一变化是教育思想在教学领域发生的变化，是高校主动适应社会经济发展对人才培养要求的理性选择。 　　（2）考核方式由重终结性考核走向形成性考核与终结性考核相结合。高校加强课程考核改革，明确要求将终结性考核调整为形成性考核与终结性考核相结合，这既是提高课程教学质量的要求，也是遵循课程学习规律的体现。 　　1 灰色聚类理论 　　灰色系统理论是解决不确定性问题的有效理论方法。灰色聚类评估方法作为灰色系统理论的主要内容，已经在经济、管理、工程等领域得到广泛应用，比较典型的有应用于企业应急管理评价、高校家庭经济困难学生动态认定、轨道交通应急能力综合评价，但该方法在高校课程考核与评价方面应用较少。 　　白化权函数是研究者根据已知信息定量描述各数据点归属于某灰色朦胧集的程度，并体现出对该朦胧集取值范围内不同数值“偏爱”程度的主观判断性。白化权函数的确定是灰色聚类理论由定性分析到定量建模的关键环节。可借鉴混合三角白化权函数，包括下限测度白化权、上限测度白化权和中心点白化权等函数类型，进行指标值的灰色聚类分析。三角白化权函数的灰色评估方法应用场景为：设有，n个参与评估的对象，每个评估对象具有m个评估指标，评估结果总计划分s个灰类，评估对象f关于评估指标j的样本观测值为xij，i=1.2，…，n；j=1.2，…，m，根据xij的值对相应的评估对象i进行评估。具体过程如下： 　　（1）构建混合三角白化权函数（如图1所示），具体步骤如下： 　　第一步：设评估指标.，的取值范围为[dj，ej]。根据评估结果的灰类数，确定灰类1的转折点为β1j，灰类s的转折点为βsj和灰类k（k∈{2，3…，s-1}）的中心点β1j，β3j，…，βs-1j。 　　第二步：构建灰类1的下限测度白化权函数f1j（-，-，β1j，β2j）和灰类s的上限测度白化权函数fsj（βs-1j，βsj，-，-）。 　　设xij为评估对象j的评估指标j的综合评估值，当xij∈[dj，β2j]或xij∈[βs-1j，ej]时，可以分别由式（1）或式（2）计算出灰类1和灰类s的值f1j（xij）或fsj（xij）。（1）（2） 　　第三步：构建灰类k（k∈{2，3…，s-l}）的中心（βk-1，0）点白化权函数。为k-1个灰类的中心点，（βk+1，0）为第k+1个灰类的中心点，将点（βk，1）分别与点（βl-1，0）和（βk+1，0）连接，构建j指标关于k灰类的三角白化权函数fkj（?），j=1，2…，m；k=1，2…，m。 　　对于指标.，的一个综合评估值xij，可由公式计算出其归属灰类k（k=1，2，…，s）的隶属度fkj（xij）。 　　（2）根据式（1）、（2）或（3），计算灰类k（k=1，2，…，s）的隶属度fkj（xij）。（3） 　　（3）根据式（4）计算评估对象隶属于灰类k（k=1，2，…，s）等级的灰色聚类系数向量σkj，其中fkj（xij）为j指标k子类白化权函数，ρj为指标j的权重。（4） 　　（4）判定评估对象i归属于灰类k*，max{σkj}=σk*i；当有多个评估对象都属于k*灰类时，可以根据综合聚类系数的大小进一步确定同属于k*灰类的各个评估对象的顺序。 　　2 评价模型构建 　　灰色聚类理论具有采样数据少、原理简单、运算方便、善于挖掘数据规律的特点，是一种非常实用的聚类方法。在课程考核改革发展趋势下，通过构建灰色聚类的课程考核模型进行以能力为核心的课程考核改革探索与研究，模型如图2