高校課堂教學(xué)質(zhì)量的智能評(píng)價(jià)模式及應(yīng)用

汪克亮+何剛+程云鶴

摘要：科學(xué)評(píng)價(jià)高校課堂教學(xué)質(zhì)量是保證與提升高校人才培養(yǎng)質(zhì)量的關(guān)鍵環(huán)節(jié)。為了克服傳統(tǒng)評(píng)價(jià)過程中主觀因素的干擾，本文在建立高校課堂教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，基于BP神經(jīng)網(wǎng)絡(luò)提出了一種高校課堂教學(xué)質(zhì)量的智能評(píng)價(jià)模型并將其應(yīng)用到某高校的評(píng)價(jià)實(shí)踐之中，評(píng)價(jià)實(shí)例充分證明了這種評(píng)價(jià)模式的可行性與有效性。

關(guān)鍵詞：高等學(xué)校;課堂教學(xué)質(zhì)量;智能評(píng)價(jià);BP神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：G642.0 ? ? 文獻(xiàn)標(biāo)志碼：A ? ? 文章編號(hào)：1674-9324（2015）24-0062-02

一、引言

自從1999年我國(guó)高等學(xué)校實(shí)施擴(kuò)招以來，課堂教學(xué)質(zhì)量問題一直是社會(huì)輿論與新聞媒體關(guān)注的焦點(diǎn)。高校大幅度擴(kuò)招到底是否能夠保證人才的培養(yǎng)質(zhì)量呢？這個(gè)問題一直縈繞在社會(huì)公眾的心頭，難以揮去。作為我國(guó)各條戰(zhàn)線人才培養(yǎng)的主要基地，高校教學(xué)質(zhì)量的好壞不僅影響到高校的辦學(xué)水平，還將直接影響到學(xué)生專業(yè)素質(zhì)的培養(yǎng)，進(jìn)而會(huì)影響到一個(gè)國(guó)家的核心競(jìng)爭(zhēng)力，事關(guān)重大。目前，課堂教學(xué)仍然是我國(guó)高校最重要的教學(xué)組織形式，同時(shí)也是實(shí)現(xiàn)人才培養(yǎng)目標(biāo)、保證教學(xué)質(zhì)量的關(guān)鍵環(huán)節(jié)[1]，因此，要提升高校教學(xué)質(zhì)量，首先必須要提高課堂教學(xué)質(zhì)量，要提高課堂教學(xué)質(zhì)量，就必須建立一套科學(xué)、完整的評(píng)價(jià)體系，對(duì)高校課堂教學(xué)質(zhì)量進(jìn)行客觀、公正、有效的評(píng)價(jià)，實(shí)現(xiàn)評(píng)價(jià)結(jié)果之間的橫向與縱向比較，進(jìn)而發(fā)現(xiàn)高校課堂教學(xué)中存在的問題與薄弱環(huán)節(jié)并有針對(duì)性地采取相關(guān)措施。這樣不僅可以全面洞悉高校教師課堂教學(xué)質(zhì)量的真實(shí)情況，還能對(duì)課堂的參與主體——教師、學(xué)生產(chǎn)生正確的行為導(dǎo)向與激勵(lì)作用[2]，對(duì)于進(jìn)一步促進(jìn)我國(guó)高校課堂教學(xué)水平實(shí)現(xiàn)本質(zhì)性的提高具有重要的指導(dǎo)意義與應(yīng)用價(jià)值。

近年來，一種新型的智能化建模工具——人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）在諸多領(lǐng)域得到了廣泛的應(yīng)用。該方法本質(zhì)上是一種信息的非線性變換系統(tǒng)，具有強(qiáng)大的非線性處理能力，因其廣泛的適應(yīng)能力、學(xué)習(xí)能力和映射能力，在多變量非線性系統(tǒng)的建模方面有很大的優(yōu)勢(shì)。BP神經(jīng)網(wǎng)絡(luò)（Back-Propagation Network）學(xué)習(xí)算法是目前在各領(lǐng)域中研究和應(yīng)用最廣泛的算法，它所擅長(zhǎng)的是處理那種規(guī)律隱含在一大堆數(shù)據(jù)中的映射逼近問題[3-5]。因?yàn)楦咝Ｕn堂教學(xué)質(zhì)量的評(píng)價(jià)涉及到一系列的指標(biāo)，不同指標(biāo)之間的關(guān)系十分復(fù)雜，是一個(gè)典型的復(fù)雜非線性系統(tǒng)，所以本文嘗試?yán)肂P神經(jīng)網(wǎng)絡(luò)來建立高校課堂教學(xué)質(zhì)量的智能化評(píng)價(jià)模式并將其應(yīng)用到評(píng)價(jià)實(shí)踐之中，以期為高校課堂教學(xué)質(zhì)量的評(píng)價(jià)提出一種較為客觀、準(zhǔn)確的方法。

二、高校課堂教學(xué)質(zhì)量評(píng)價(jià)指標(biāo)體系的建立

影響高校課堂教學(xué)質(zhì)量的因素很多，本文經(jīng)過深入課堂調(diào)研、密切聯(lián)系實(shí)際，建立了五個(gè)一級(jí)指標(biāo)：教學(xué)內(nèi)容（U1）、教學(xué)方法（U2）、教學(xué)態(tài)度（U3）、教學(xué)能力（U4）、教學(xué)效果（U5），每個(gè)一級(jí)指標(biāo)又由若干個(gè)二級(jí)指標(biāo)組成，一共19個(gè)二級(jí)指標(biāo)。根據(jù)教師教學(xué)水平的構(gòu)成，按照教學(xué)質(zhì)量綜合評(píng)價(jià)的原則，建立了一套適用于評(píng)價(jià)高校教師課堂教學(xué)質(zhì)量水平的指標(biāo)體系。評(píng)價(jià)指標(biāo)具體包括：U1（教學(xué)內(nèi)容）下的二級(jí)指標(biāo)包括，U11：基本概念、理論講解清楚;U12：教學(xué)內(nèi)容重點(diǎn)突出;U13：理論聯(lián)系實(shí)際;U14：能夠及時(shí)介紹該課程的最新研究成果;U15知識(shí)含量高。U2（教學(xué)方法）下的二級(jí)指標(biāo)包括：U21：備課充分，講學(xué)認(rèn)真;U22：耐心輔導(dǎo)答疑，關(guān)心學(xué)生進(jìn)步;U23：上課不遲到、不早退、不拖堂;U24：能主動(dòng)虛心聽取學(xué)生對(duì)教學(xué)的意見。U3（教學(xué)態(tài)度）下的二級(jí)指標(biāo)包括：U31：教學(xué)過程重點(diǎn)突出，難點(diǎn)講透，詳略得當(dāng);U32：使用現(xiàn)代教學(xué)手段（多媒體、電化教學(xué)等）;U33：教學(xué)生動(dòng)，課堂氣氛活躍;U34：教學(xué)環(huán)節(jié)協(xié)調(diào)，層次條例清楚。U4（教學(xué)能力）下的二級(jí)指標(biāo)包括：U41：講課語言流暢、生動(dòng);U42：板書工整、條理、規(guī)范;U43：普通話教學(xué)。U5（教學(xué)效果）下的二級(jí)指標(biāo)包括：U51：調(diào)動(dòng)學(xué)生思維，激發(fā)學(xué)習(xí)興趣;U52：學(xué)生對(duì)教學(xué)內(nèi)容印象深刻，理解吸收好;U53：對(duì)實(shí)踐有較強(qiáng)的指導(dǎo)意義。

由于高校課堂教學(xué)質(zhì)量的評(píng)價(jià)指標(biāo)涉及到的都是定性指標(biāo)，為了將其量化，一般都是采取專家打分的方法。針對(duì)神經(jīng)網(wǎng)絡(luò)輸入樣本的特點(diǎn)，也為了使得各指標(biāo)在整個(gè)系統(tǒng)中具有可比性，我們將指標(biāo)數(shù)據(jù)做歸一化處理，將所有指標(biāo)數(shù)值均轉(zhuǎn)化為[0，1]之間的值。評(píng)價(jià)主體對(duì)高校課堂教學(xué)質(zhì)量的理論評(píng)價(jià)結(jié)果是（好，較好，一般，較差，差）。作為課堂教學(xué)質(zhì)量的綜合評(píng)價(jià)值，分為5個(gè)等級(jí)，分別是：0.9～1.0為很高，0.7～0.9為較高，0.5～0.7為一般，0.3～0.5為較差，0.3以下為極差。

三、高校課堂教學(xué)質(zhì)量智能評(píng)價(jià)系統(tǒng)的設(shè)計(jì)與仿真實(shí)例

1.BP網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)。本文選擇一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)來對(duì)系統(tǒng)進(jìn)行綜合評(píng)價(jià)，因?yàn)樵撓到y(tǒng)的評(píng)價(jià)指標(biāo)體系涉及到19個(gè)指標(biāo)，也就說明了網(wǎng)絡(luò)的輸入層有19個(gè)節(jié)點(diǎn)，作為網(wǎng)絡(luò)的唯一輸出是課堂教學(xué)質(zhì)量的綜合評(píng)價(jià)值，也在[0，1]之間。網(wǎng)絡(luò)隱含層的節(jié)點(diǎn)數(shù)的選擇可以采取對(duì)比實(shí)驗(yàn)法，即選取幾種隱含層節(jié)點(diǎn)進(jìn)行訓(xùn)練，將訓(xùn)練結(jié)果從網(wǎng)絡(luò)逼近能力和泛化能力兩個(gè)方面進(jìn)行對(duì)比實(shí)驗(yàn)，使之有較為明確的實(shí)際依據(jù)，同時(shí)也有助于了解隱含層節(jié)點(diǎn)數(shù)對(duì)網(wǎng)絡(luò)性能的影響。通過對(duì)比實(shí)驗(yàn)，選取最佳隱含層節(jié)點(diǎn)數(shù)。還有其他方法也可以得到隱含層節(jié)點(diǎn)數(shù)，如經(jīng)驗(yàn)公式法。本文綜合兩種方法，最后確定網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)數(shù)為8。由于BP神經(jīng)網(wǎng)絡(luò)是一種較為成熟且應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)，因此對(duì)于其原理以及BP算法本文不再做具體介紹。整個(gè)智能評(píng)價(jià)系統(tǒng)的結(jié)構(gòu)如圖1所示。

2.BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與檢驗(yàn)。本文選取某高校26位教師作為樣本，將其中20位教師的評(píng)價(jià)指標(biāo)的量化值作為訓(xùn)練樣本，另外6位教師的評(píng)價(jià)結(jié)果作為檢驗(yàn)樣本來驗(yàn)證該系統(tǒng)綜合評(píng)價(jià)的能力。網(wǎng)絡(luò)的隱含層節(jié)點(diǎn)為8個(gè)，給定的學(xué)習(xí)精度為0.0001。將專家的打分值作為網(wǎng)絡(luò)的期望輸出。當(dāng)網(wǎng)絡(luò)的輸出結(jié)果與期望結(jié)果的誤差在可接受的范圍之內(nèi)時(shí)，網(wǎng)絡(luò)訓(xùn)練結(jié)束?，F(xiàn)將教師課堂教學(xué)質(zhì)量評(píng)價(jià)的指標(biāo)打分結(jié)果以及神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果做了對(duì)比。我們發(fā)現(xiàn)網(wǎng)絡(luò)的訓(xùn)練結(jié)果與期望輸出（專家打分結(jié)果）取得了很好的一致性，相對(duì)誤差控制在相當(dāng)小的范圍，說明了此時(shí)的神經(jīng)網(wǎng)絡(luò)系統(tǒng)已經(jīng)具備了評(píng)價(jià)的功能。神經(jīng)網(wǎng)絡(luò)訓(xùn)練及檢驗(yàn)過程都是利用Matlab軟件中的BP神經(jīng)網(wǎng)絡(luò)工具箱完成的。

經(jīng)過訓(xùn)練的智能評(píng)價(jià)系統(tǒng)已經(jīng)具備了評(píng)價(jià)非線性系統(tǒng)的能力。為了驗(yàn)證該評(píng)價(jià)系統(tǒng)的有效性，我們將剩下的6個(gè)樣本作為評(píng)價(jià)樣本來評(píng)價(jià)該系統(tǒng)。檢驗(yàn)結(jié)果如表1所示。

檢驗(yàn)結(jié)果表明，相對(duì)誤差最大的為1.1245%，最小的為0.0961%，而且系統(tǒng)評(píng)價(jià)等級(jí)與專家評(píng)價(jià)等級(jí)完全一致，因此兩種方法評(píng)價(jià)結(jié)果具有很好的一致性，這充分表明，采用三層BP神經(jīng)網(wǎng)絡(luò)通過已有的學(xué)習(xí)訓(xùn)練來評(píng)價(jià)高校課堂教學(xué)質(zhì)量是完全可行的，且評(píng)價(jià)結(jié)果是有效的。

四、結(jié)論

本文采用最常見的人工神經(jīng)網(wǎng)絡(luò)——BP神經(jīng)網(wǎng)絡(luò)來設(shè)計(jì)高校課堂教學(xué)質(zhì)量的智能評(píng)價(jià)系統(tǒng)。BP神經(jīng)網(wǎng)絡(luò)利用其自身的非線性映射能力以及很強(qiáng)的自學(xué)習(xí)性、自適應(yīng)性和容錯(cuò)性，能夠充分利用樣本指標(biāo)的有關(guān)信息，揭示了高校課堂教學(xué)質(zhì)量與其相關(guān)影響因素之間的內(nèi)在作用機(jī)理，不但可以模擬專家對(duì)高校課堂教學(xué)質(zhì)量進(jìn)行評(píng)價(jià)，而且克服了評(píng)價(jià)過程中的人為干擾，更能夠體現(xiàn)評(píng)價(jià)的客觀性。仿真實(shí)驗(yàn)結(jié)果表明，這種方法是行之有效的，可以作為以后評(píng)價(jià)高校課堂教學(xué)質(zhì)量的工具。但是，人工神經(jīng)網(wǎng)絡(luò)也有自身的缺點(diǎn)，比如BP網(wǎng)絡(luò)的初始權(quán)重的賦值、訓(xùn)練樣本的選取、隱含層的設(shè)計(jì)以及網(wǎng)絡(luò)的收斂容易陷入局部極小等問題，也應(yīng)該引起高度重視。只要能夠采取有效的措施和算法處理好上述問題，那么基于人工神經(jīng)網(wǎng)絡(luò)的高校課堂教學(xué)質(zhì)量智能評(píng)價(jià)方法就不失為高校課堂質(zhì)量評(píng)價(jià)方法中較好的一種。

參考文獻(xiàn)：

[1]曹春麗，文志誠(chéng)，賀紅香.高校本科課堂教學(xué)質(zhì)量評(píng)價(jià)體系研究[J].中國(guó)高等教育評(píng)估，2014，（2）：58-60.

[2]李長(zhǎng)熙，張偉偉.課堂教學(xué)質(zhì)量評(píng)價(jià)體系信度和效度實(shí)證研究——以山東科技大學(xué)為例[J].山東科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013，15（6）：92-96.

[3]汪克亮，楊力，查甫更.基于BP神經(jīng)網(wǎng)絡(luò)的工作崗位評(píng)價(jià)系統(tǒng)設(shè)計(jì)[J].企業(yè)經(jīng)濟(jì)，2007，（12）：30-33.

[4]汪克亮，楊力，查甫更.改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在企業(yè)網(wǎng)絡(luò)營(yíng)銷績(jī)效評(píng)價(jià)中的應(yīng)用[J].商業(yè)研究，2008，（3）：64-68.

[5]楊力.基于BP神經(jīng)網(wǎng)絡(luò)的城市房屋租賃估價(jià)系統(tǒng)設(shè)計(jì)[J].中國(guó)管理科學(xué)，2002，10（4）：22-26.endprint