基于大數(shù)據(jù)分析的高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型研究

鄧　凱，趙振勇，劉浩博

職業(yè)教育

基于大數(shù)據(jù)分析的高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型研究

鄧凱，趙振勇，劉浩博

近十幾年來，隨著我國職業(yè)教育的快速發(fā)展，高職院校專業(yè)設置與結構調(diào)整已成為高職教育領域非常關注的熱點問題。本文是基于大數(shù)據(jù)分析的高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型研究，深入分析高職院校專業(yè)設置重要影響因素，通過對部分職教領域?qū)＜?、教師及企業(yè)人員的詳細調(diào)查與咨詢，結合教育部有關專業(yè)設置相關管理文件的要求，構建科學的專業(yè)設置與調(diào)整評價指標體系，并根據(jù)指標體系采集大批量專業(yè)樣本數(shù)據(jù)進行仿真實驗。結果表明，運用BP神經(jīng)網(wǎng)絡模型對專業(yè)設置與調(diào)整進行評價，排除了對專業(yè)設置與調(diào)整的主觀因素影響，能夠獲得客觀滿意的評價結果，具有廣泛的適用性與科學性。

高職院校；BP神經(jīng)網(wǎng)絡；專業(yè)設置與調(diào)整；評價指標體系

一、引言

隨著改革的不斷深化，更好適應經(jīng)濟發(fā)展的新常態(tài)和技術技能人才成長成才需要，高職院校必須根據(jù)市場的導向和社會經(jīng)濟發(fā)展需求進行人才培養(yǎng)。專業(yè)作為高校實現(xiàn)人才培養(yǎng)、科學研究和社會服務功能的載體，其重要性不言而喻。在我國，關于專業(yè)設置與調(diào)整集中研究起始于20世紀80年代以后，并且也是高等教育界關注的熱點問題之一。專業(yè)設置與調(diào)整的速度直接反映適應社會需求的程度，起到橋梁紐帶作用；專業(yè)設置與調(diào)整更是直接影響人才培養(yǎng)質(zhì)量、辦學效益與就業(yè)質(zhì)量。筆者通過查閱大量與此相關文獻發(fā)現(xiàn)，研究領域主要涉及專業(yè)設置與調(diào)整中存在的問題與解決辦法、影響專業(yè)設置的相關因素分析與策略以及專業(yè)設置與調(diào)整的機制研究等，多數(shù)從宏觀層面侃侃而談，結合經(jīng)濟發(fā)展做重要分析，從存在問題、設置原則以及優(yōu)化對策等方面提出一些建設性意見與建議。然而在大量的文獻著作等資料中，實證研究數(shù)量很少，采用量化或質(zhì)性方法來研究專業(yè)設置問題的個案材料始終沒有［1］。

2004年，教育部頒布了《普通高等學校高職高專教育指導性專業(yè)目錄》和《普通高等學校高職高專教育專業(yè)設置管理辦法》兩個重要文件，在專業(yè)管理方面具有重要的現(xiàn)實與指導意義，但由于審核和監(jiān)管等機制不夠健全，很多高職院校在專業(yè)設置與調(diào)整過程中隨意、盲目的現(xiàn)象，以及與區(qū)域經(jīng)濟發(fā)展脫節(jié)、專業(yè)結構失衡、同質(zhì)化現(xiàn)象依然存在。影響專業(yè)設置與調(diào)整的因素有很多，現(xiàn)實中難以用線性的數(shù)學公式來表達或歸納，顯而易見，這是一個典型的非線性幾何問題。因此，找到一個科學、客觀的評價方法非常重要。本文提出一種基于大數(shù)據(jù)分析的高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型，深入分析高職院校專業(yè)設置重要影響因素，通過對部分職教領域?qū)＜?、教師及企業(yè)人員的詳細調(diào)查與咨詢，結合教育部有關專業(yè)設置相關管理文件的要求，構建科學的專業(yè)設置與調(diào)整評價指標體系，并根據(jù)指標體系采集大批量專業(yè)樣本數(shù)據(jù)進行仿真實驗。結果表明，運用BP（Back-Propagation Network）神經(jīng)網(wǎng)絡模型對專業(yè)設置與調(diào)整進行評價，排除了對專業(yè)設置與調(diào)整的主觀因素影響，能夠獲得客觀滿意的評價結果，具有廣泛的適用性與科學性。

二、高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型構建

（一）構建高職院校專業(yè)設置評價指標體系

筆者通過對影響高職院校專業(yè)設置與調(diào)整的相關重要因素進行科學分析與總結，對部分職教領域?qū)＜?、有關教師代表及企業(yè)相關人員的詳細調(diào)查與咨詢，對教育部有關專業(yè)設置等管理文件要求深入研究，并結合目前高職院校以“就業(yè)為導向”的辦學實際和社會實際需求，以努力避免粗放與盲目性為宗旨，確定了高職院校專業(yè)設置評價指標體系為10個一級指標。分別是：1.社會發(fā)展；2.校外專業(yè)；3.校內(nèi)專業(yè)結構與專業(yè)布局；4.相關專業(yè)辦學經(jīng)驗；5.專業(yè)設置硬件條件；6.師資隊伍條件；7.專業(yè)人才培養(yǎng)方案；8.專業(yè)人才需求調(diào)研論證；9.教學管理與教學研究；10.其他。在此一級指標的基礎上，又分解出43個二級指標、82個三級指標和188個四級指標。根據(jù)對一流權威的專家、相關專業(yè)教師、企業(yè)代表進行詳細調(diào)查與咨詢，對各級指標確定了相應的權重，構成專業(yè)設置評價指標體系。

（二）構建BP（Back-Propagation Network）神經(jīng)網(wǎng)絡模型

BP神經(jīng)網(wǎng)絡，是一種多層前饋神經(jīng)網(wǎng)絡，是由信息的前向傳遞與誤差反向傳播修正兩個過程組成，拓撲結構分為輸入層、隱含層和輸出層。在信息前向傳播時，信號就會從輸入層經(jīng)過隱含層逐層計算處理后最終到達輸出層，輸出層輸出信息并處理結果，這樣就完成了一次學習的正向傳播處理過程。當輸出層輸出的數(shù)值或結果得不到預定的目標值時，則啟動誤差的反向傳播，即根據(jù)誤差值設定情況主動調(diào)整網(wǎng)絡的權值和閾值，并反復訓練修正，從而使BP神經(jīng)網(wǎng)絡的預測輸出值不斷逼近目標值，最終達到預期的輸出目標，完成整體建模效果［2］［3］。

能否構建一個科學合適的神經(jīng)網(wǎng)絡模型，其結構參數(shù)的設定非常重要。

1.輸入層神經(jīng)元個數(shù)的選取。通過構建的評價指標體系可知，文中輸入層神經(jīng)元個數(shù)設定為188（即為四級指標的個數(shù)）。

2.輸出層神經(jīng)元個數(shù)的選取。文中的評價結果即為網(wǎng)絡的輸出情況，為突出以“就業(yè)為導向”的宗旨以及學生和用人單位對學校辦學水平的評價，文中選擇了各專業(yè)的招生人數(shù)和就業(yè)人數(shù)指標為網(wǎng)絡的輸出，設定輸出層個數(shù)m=2。

3.神經(jīng)網(wǎng)絡層數(shù)的選取。實踐上表明，在神經(jīng)網(wǎng)絡訓練和評價過程中，依靠單純地增加神經(jīng)層數(shù)未必都能達到降低誤差或提高精度的效果，并且還將網(wǎng)絡變得更加復雜，網(wǎng)絡訓練時間以及需要的內(nèi)存空間都大大增加。然而很多實驗表明，利用調(diào)節(jié)隱含層中間的神經(jīng)元節(jié)點數(shù)目的方式可以提高誤差精度，取得滿意的訓練效果。因此，在實踐運用中將采用相對簡單的三層BP網(wǎng)絡比較理想。

4.隱含層神經(jīng)元個數(shù)。在BP算法的神經(jīng)網(wǎng)絡中，各層神經(jīng)元節(jié)點數(shù)目的選擇對于網(wǎng)絡的性能影響比較大，實踐表明，當輸入層神經(jīng)元個數(shù)多，樣本數(shù)據(jù)大，此時隱含層節(jié)點數(shù)過多，在一般的PC機上計算時則會產(chǎn)生內(nèi)存溢出，那么對網(wǎng)絡的概括推理能力將產(chǎn)生不利影響。另外，當隱含層節(jié)點數(shù)目過少時不僅導致網(wǎng)絡學習會出現(xiàn)局部極小值現(xiàn)象，而且精度也會受到嚴重影響，查閱大量書籍和資料，對于隱含層神經(jīng)元節(jié)點數(shù)目選取的問題也有一些方法，但至今沒有統(tǒng)一起來，基本都是以經(jīng)驗或?qū)嶒灋橹?。根?jù)經(jīng)驗公式，本文隱含層神經(jīng)元個數(shù)確定為10較為理想。

5.合理確定神經(jīng)元轉(zhuǎn)換函數(shù)。一般均采用S型函數(shù)作為BP神經(jīng)網(wǎng)絡神經(jīng)元轉(zhuǎn)換函數(shù)，其具體函數(shù)形式為［2］

三、基于大數(shù)據(jù)分析的高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型實現(xiàn)

根據(jù)BP（Back-Propagation Network）神經(jīng)網(wǎng)絡模型原理，不難理解在網(wǎng)絡訓練的過程中，要想達到一定的誤差精度和取得滿意的訓練效果，對樣本數(shù)據(jù)的數(shù)量要求非常高，樣本數(shù)據(jù)越多，建模效果就越好，泛化能力就越強，評價的結果就越準確。因此，我們選了取76所某高職院校2012、2013年所開設的專業(yè)為代表，共1889個不同地區(qū)的不同或相同專業(yè)作為大樣本數(shù)據(jù)。

根據(jù)前面構建的BP（Back-Propagation Network）神經(jīng)網(wǎng)絡模型及相關參數(shù)要求，本文建立一個三層的BP神經(jīng)網(wǎng)絡，選用高性能的數(shù)值計算可視化軟件MATLAB作為仿真實現(xiàn)工具，輸入層神經(jīng)元個數(shù)為188，隱含層神經(jīng)元個數(shù)為10，輸出層神經(jīng)元個數(shù)為2，學習率1r=0.08，訓練函數(shù)選擇為trainlm，訓練目標誤差err-goal=1e-7，誤差精度設為1e-10（誤差平方和），最大迭代次數(shù)max_epoch=2000。（如圖1，2所示）同時對1889組樣本數(shù)據(jù)做歸一化處理，首先選擇其中1859組樣本數(shù)據(jù)進行學習訓練，樣本數(shù)據(jù)經(jīng)過2000次反復迭代訓練后，各專業(yè)招生的實際輸出人數(shù)與目標人數(shù)非常接近，擬合度特別高（如圖3），誤差平方和SSE=0.0052，由綠色小圓圈構成的連線都在0附近徘徊，各專業(yè)就業(yè)實際輸出人數(shù)與目標人數(shù)也非常接近，擬合度特別高 （如圖4），誤差平方和為SSE=0.00000074，由綠色小圓圈構成的連線都在0附近徘徊。

圖1　BP神經(jīng)網(wǎng)絡訓練模型

為證明所構建的基于大數(shù)據(jù)分析的高職院校專業(yè)評價神經(jīng)網(wǎng)絡模型泛化能力和普適性強，我們又選取了剩余的30組樣本數(shù)據(jù)進行測試對比，結果如圖5、圖6所示，其中圖5誤差平方和SSE=0.00006，圖6誤差平方和SSE=0.000000006，都達到了預期的效果。顯然，表明此網(wǎng)絡模型的泛化能力強，所構建的專業(yè)評價神經(jīng)網(wǎng)絡模型是成功的，同時也印證了此模型在高職院校專業(yè)設置與調(diào)整評價指標體系中應用的普適性與科學性。

圖2　BP神經(jīng)網(wǎng)絡訓練過程

圖3　專業(yè)招生人數(shù)實際與預測樣本情況

圖4　專業(yè)就業(yè)人數(shù)實際與預測樣本情況

圖5　專業(yè)招生人數(shù)實際與預測樣本情況

圖6　專業(yè)就業(yè)人數(shù)實際與預測樣本情況

四、結論

筆者通過集合多方力量共同探討，保證了評價指標體系的全面科學性；在采集樣本數(shù)據(jù)過程中，選擇了大批量專業(yè)數(shù)據(jù)作為保障，保證了數(shù)據(jù)的可靠、可行性；由于影響專業(yè)設置因素之間的聯(lián)系復雜且具有非線性特征，在定量分析方法選擇時，利用神經(jīng)網(wǎng)絡模型保證了科學性。因此，通過仿真實驗，結果證明，運用BP神經(jīng)網(wǎng)絡模型對專業(yè)設置與調(diào)整進行評價，真正排除了對專業(yè)設置與調(diào)整的主觀因素影響，并能夠獲得較為客觀滿意的評價結果，具有廣泛的適用性。

［1］杜才平.近十年國內(nèi)高校專業(yè)設置與結構調(diào)整研究文獻綜述［J］.內(nèi)蒙古師范大學學報（教育科學版），2011 （3）.

［2］趙振勇，張平澤.基于BP神經(jīng)網(wǎng)絡的高職學生評價模型構建與實現(xiàn)［J］.湖北第二師范學院學報，2013（8）：75-76.

［3］從爽.面向Mauab工具箱的神經(jīng)網(wǎng)絡理論與應用［M］.安徽：中國科學技術大學出版社，1998.

責任編輯：賀春健

G642

A

1671-6531（2015）19-0122-03

鄧凱/常州紡織服裝職業(yè)技術學院教授，研究員級高級工程師（江蘇常州213164）；趙振勇/常州紡織服裝職業(yè)技術學院副研究員，碩士（江蘇常州213164）；劉浩博/常州紡織服裝職業(yè)技術學院講師（江蘇常州213164）。