高校教師教學(xué)質(zhì)量評價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

葛繼科 王成敏 裴仰軍

1 引言（Introduction）

教學(xué)質(zhì)量是高等教育發(fā)展的核心，教學(xué)質(zhì)量的好壞，關(guān)系到高校的生存與發(fā)展。隨著我國高等教育改革的不斷深入，如何提高教學(xué)質(zhì)量，培養(yǎng)高素質(zhì)人才，已成為高教界共同關(guān)注和探討的課題[1]。課堂教學(xué)質(zhì)量作為整個(gè)高等教育質(zhì)量體系的核心環(huán)節(jié)之一，尤為受到高校的重視。研究并建立科學(xué)合理的教師教學(xué)質(zhì)量評價(jià)系統(tǒng)既是高校制度建設(shè)和規(guī)范管理的需要，也是教師教學(xué)行為的方向標(biāo)。教學(xué)質(zhì)量評價(jià)的主要內(nèi)容包括教師的教學(xué)態(tài)度、教學(xué)能力、教學(xué)組織、教學(xué)內(nèi)容、教學(xué)方法和教學(xué)效果，以及教學(xué)條件、課程難度、學(xué)習(xí)效果等多個(gè)環(huán)節(jié)，這些因素的相互作用是引起當(dāng)前教師教學(xué)質(zhì)量評價(jià)問題存在爭議的主要原因。因此，建立一套切合實(shí)際、科學(xué)完善的教學(xué)質(zhì)量評價(jià)系統(tǒng)，對激勵教師認(rèn)真做好教學(xué)工作、提高教學(xué)質(zhì)量將起到至關(guān)重要的作用。

教師教學(xué)質(zhì)量的評價(jià)涉及教學(xué)設(shè)施、管理者、教學(xué)督導(dǎo)、教師和學(xué)生等多種因素。從前人研究發(fā)現(xiàn)，一個(gè)設(shè)計(jì)合理的教學(xué)質(zhì)量評價(jià)指標(biāo)體系對教學(xué)質(zhì)量的合理評價(jià)至關(guān)重要[2-4]。在評價(jià)指標(biāo)體系的選擇上，既要考慮全面性，也要考慮各指標(biāo)權(quán)重分配的合理性[3]，更重要的是，評價(jià)系統(tǒng)必須要簡單、易操作。由于評價(jià)因素的復(fù)雜性、評價(jià)對象的層次性、評價(jià)標(biāo)準(zhǔn)中存在的模糊性以及評價(jià)影響因素的模糊性或不確定性、定性指標(biāo)難以定量化等一系列問題，使得教學(xué)質(zhì)量的科學(xué)評價(jià)困難重重。

RReliefF算法是一種典型的非線性系統(tǒng)特征選擇和約減方法[5]。可以定量化地應(yīng)用于教學(xué)質(zhì)量評價(jià)指標(biāo)體系的確立以及各指標(biāo)的權(quán)重分配。另外，模糊綜合評價(jià)法（fuzzy comprehensive evaluation method）作為一種基于模糊數(shù)學(xué)的綜合評價(jià)方法[6]，能夠根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評價(jià)轉(zhuǎn)化為定量評價(jià)，即用模糊數(shù)學(xué)對受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評價(jià)。它具有結(jié)果清晰、系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的求解。結(jié)合RReliefF算法和模糊綜合評價(jià)方法，對基于RReliefF算法和模糊綜合評價(jià)方法的高校教師教學(xué)質(zhì)量評價(jià)系統(tǒng)進(jìn)行了設(shè)計(jì)和實(shí)現(xiàn)，以期構(gòu)建一套合理的高校教師教學(xué)質(zhì)量評價(jià)系統(tǒng)，為教學(xué)質(zhì)量評價(jià)及促進(jìn)教學(xué)質(zhì)量的提高提供一種可供參考的方法。

2 基于RReliefF和模糊綜合評價(jià)方法的教學(xué)質(zhì)

量評價(jià)系統(tǒng)模型構(gòu)建（Teaching appraisal system

model based on RReliefF algorithm and fuzzy

comprehensive evaluation method）

2.1 教學(xué)質(zhì)量評價(jià)系統(tǒng)模型構(gòu)建過程

結(jié)合RReliefF和模糊綜合評價(jià)方法的優(yōu)點(diǎn)，提出的基于RReliefF和模糊綜合評價(jià)方法的教學(xué)質(zhì)量評價(jià)系統(tǒng)模型構(gòu)建過程如下：

（1）確定可能相關(guān)的N個(gè)原始評價(jià)指標(biāo)，收集N個(gè)原始評價(jià)指標(biāo)的取值數(shù)據(jù)并構(gòu)成樣本集。

（2）利用RReliefF算法分別計(jì)算N個(gè)原始評價(jià)指標(biāo)的權(quán)重值，組成原始評價(jià)指標(biāo)序列。

（3）構(gòu)建教學(xué)質(zhì)量評價(jià)指標(biāo)體系模型并根據(jù)最小均方誤差（MSE）確定最佳評價(jià)指標(biāo)。

（4）剔除貢獻(xiàn)較小的評價(jià)指標(biāo)，得到精簡化的教學(xué)質(zhì)量評價(jià)指標(biāo)體系及各指標(biāo)權(quán)重系數(shù)。

（5）構(gòu)建教學(xué)質(zhì)量評價(jià)等級。根據(jù)生成的精簡化評價(jià)指標(biāo)體系，構(gòu)建模糊綜合評價(jià)矩陣。

（6）對單一評價(jià)主體的模糊綜合評價(jià)矩陣進(jìn)行模糊合成運(yùn)算，獲取模糊綜合評價(jià)值，并生成包含全部主體評價(jià)結(jié)果的模糊綜合評價(jià)向量。

（7）根據(jù)各評價(jià)主體的權(quán)值向量和模糊綜合評價(jià)向量，生成最終教學(xué)質(zhì)量評價(jià)模糊值，并通過去模糊化操作，轉(zhuǎn)化為對應(yīng)的定性評價(jià)結(jié)果。

2.2 教學(xué)質(zhì)量評價(jià)指標(biāo)體系的初始設(shè)計(jì)

結(jié)合高校教學(xué)的具體情況，課堂教學(xué)質(zhì)量評價(jià)指標(biāo)可初步設(shè)計(jì)教學(xué)態(tài)度、教學(xué)內(nèi)容、教學(xué)方法、教學(xué)效果為一級指標(biāo)，各個(gè)一級指標(biāo)再細(xì)化出二級指標(biāo)，如表1所示。

表1 初始教學(xué)質(zhì)量評價(jià)指標(biāo)

Tab.1 Original teaching appraisal indexes

2.3 教學(xué)質(zhì)量評價(jià)指標(biāo)體系的精簡化

應(yīng)用RReliefF算法，依據(jù)已有的教學(xué)質(zhì)量評價(jià)數(shù)據(jù)對教學(xué)質(zhì)量評價(jià)指標(biāo)體系進(jìn)行精簡化建模，剔除權(quán)重較小的兩個(gè)指標(biāo)，得到具有實(shí)際意義的10個(gè)評價(jià)指標(biāo)。對剩余的10個(gè)評價(jià)指標(biāo)的權(quán)重進(jìn)行歸一化處理，構(gòu)造模糊評價(jià)矩陣的權(quán)值向量，如表2所示。

表2 精簡并歸一化后的各評價(jià)指標(biāo)的權(quán)重

Tab.2 The simplified and normalized weights of

teaching appraisal indexes

2.4 綜合評價(jià)結(jié)果的生成

將模糊評價(jià)等級分為五級：優(yōu)秀（90—100）、良好（80—89）、中等（70—79）、合格（60—69）、不合格（小于60），記為V={V1，V2，V3，V4，V5}。

設(shè)評價(jià)指標(biāo)集為U={U1，U2，…，U10}={X1，X2，X3，X5，X6，X7，X9，X10，X11，X12}，則模糊綜合評價(jià)矩陣R為的矩陣，其中m=|U|、n=|V|。對于本系統(tǒng)m=10、n=5。

由RReliefF算法計(jì)算結(jié)果可知，模糊綜合評價(jià)矩陣R行向量U的權(quán)重向量為W={0.09，0.11，0.12，0.08，0.11，0.11，0.08，0.1，0.11，0.1}。令，則某教師的單一評價(jià)主體的模糊綜合評價(jià)值為。

高校教師教學(xué)質(zhì)量評價(jià)系統(tǒng)包括學(xué)生、督導(dǎo)、同行（其中包含院系領(lǐng)導(dǎo)）和教師本人四個(gè)評價(jià)主體，所占權(quán)重分別為0.46、0.16、0.28和0.1，記為W={0.46，0.16，0.28，0.1}。則教師教學(xué)質(zhì)量綜合評價(jià)模糊值為：。

根據(jù)模糊評價(jià)等級，將該綜合評價(jià)模糊值去模糊化，可以轉(zhuǎn)化為對應(yīng)的定性綜合評價(jià)結(jié)果。

3 教學(xué)質(zhì)量評價(jià)系統(tǒng)的實(shí)現(xiàn)（The application of

teaching appraisal system）

3.1 教學(xué)質(zhì)量評價(jià)系統(tǒng)功能設(shè)計(jì)

教學(xué)質(zhì)量評價(jià)系統(tǒng)功能由系統(tǒng)登錄模塊、評教模塊、系統(tǒng)管理模塊等構(gòu)成。

系統(tǒng)登錄模塊的功能用于驗(yàn)證不同用戶的合法身份，用戶類型分為：學(xué)生用戶、教師用戶、管理員三類。學(xué)生用戶可以查看個(gè)人信息，評價(jià)授課教師的教學(xué)質(zhì)量，為授課教師的教學(xué)情況建言獻(xiàn)策等。教師用戶包括院系領(lǐng)導(dǎo)、教學(xué)督導(dǎo)和教師，該類用戶可以查看評教結(jié)果及學(xué)生留言、參與評教等；管理員主要用于對教學(xué)質(zhì)量評價(jià)系統(tǒng)的管理和維護(hù)。

評教模塊主要實(shí)現(xiàn)教學(xué)質(zhì)量的評價(jià)及分析。在此部分的實(shí)現(xiàn)過程中，學(xué)生用戶頁面首先會顯示該學(xué)生正在學(xué)習(xí)的課程以及此課程的授課教師，學(xué)生可以對教師進(jìn)行評教和留言，一位學(xué)生對同一教師只能評教一次；教師用戶可以進(jìn)行同行評議和自評。

系統(tǒng)管理模塊可以對用戶基本信息進(jìn)行導(dǎo)入及維護(hù)，以及對評教結(jié)果進(jìn)行分析和導(dǎo)出。

3.2 教學(xué)質(zhì)量評價(jià)系統(tǒng)功能實(shí)現(xiàn)

高校教師教學(xué)質(zhì)量評價(jià)系統(tǒng)以微軟的.NET開發(fā)平臺為開發(fā)環(huán)境，后臺數(shù)據(jù)庫采用SQL Server 2008，編程語言為C#4.0，采用B/S模式實(shí)現(xiàn)系統(tǒng)功能。

以學(xué)生評教為例，學(xué)生進(jìn)入教學(xué)質(zhì)量評價(jià)系統(tǒng)后，對某授課教師進(jìn)行評教的界面如圖1所示。

圖1 學(xué)生評教系統(tǒng)界面

Fig.1 The webpage of students' teaching appraisal

4 結(jié)論（Conclusion）

本文對高校教師教學(xué)質(zhì)量評價(jià)系統(tǒng)進(jìn)行了研究，提出了基于RReliefF和模糊綜合評價(jià)方法的教學(xué)質(zhì)量評價(jià)系統(tǒng)模型，并對該系統(tǒng)進(jìn)行了實(shí)現(xiàn)，規(guī)范了評價(jià)指標(biāo)，提高了工作效率，為高校教師的教學(xué)質(zhì)量評價(jià)提供了一種可供參考的方法。

目前，本系統(tǒng)只針對部分授課老師的教學(xué)情況進(jìn)行了小范圍的試用，還需要通過廣泛的應(yīng)用來驗(yàn)證系統(tǒng)的合理性。另外，由于專業(yè)不同，各評價(jià)指標(biāo)的權(quán)重也許會有所不同，對評價(jià)指標(biāo)權(quán)重的動態(tài)設(shè)置也是我們下一步工作的重點(diǎn)。

參考文獻(xiàn)（References）

[1] 徐薇薇，等.高校教師教學(xué)質(zhì)量評價(jià)體系的研究與實(shí)踐[J].高

等教育研究， 2010，32（1）：100-103.

[2] 孫燕.高校教學(xué)質(zhì)量評價(jià)方案探析.長春工業(yè)大學(xué)學(xué)報(bào)（高教

研究版），2011，32（2）：48-50.

[3] 張煒.高校體育教師教學(xué)質(zhì)量評價(jià)體系研究[J].山西財(cái)經(jīng)大學(xué)

學(xué)報(bào)， 2011，33（2）：211-212.

[4] Tillema H.H.Assessment for Learning to Teach Appraisal of

Practice Teaching Lessons by Mentors，Supervisors，and Student

Teachers[J]. Journal of Teacher Education，2009，60（2）：155-167.

[5] Kononenko I.Estimating attributes： analysis and extensions of

relief[C].Proceedings of International Conference on Machine

Learning，1994，171-182.

[6] Munda G.，Nijkamp P.，Rietveld P.Qualitative multicriteria

methods for fuzzy evaluation problems：an illustration of

economic-ecological evaluation [J].European Journal of

Operational Research，1995，82（1）： 79-97.

作者簡介：

葛繼科（1977-），男，博士，副教授.研究領(lǐng)域：計(jì)算機(jī)教育.

王成敏（1975-），女，碩士，副教授.研究領(lǐng)域：計(jì)算機(jī)教育.

裴仰軍（1978-），男，碩士，講師.研究領(lǐng)域：軟件工程.