伍 姚 熊才平,2 葛 軍 熊雅萍
?
教育信息資源專家評(píng)價(jià)標(biāo)注模型的構(gòu)建及仿真*
伍 姚1熊才平1,2[通訊作者]葛 軍1熊雅萍1
(1.華中師范大學(xué)教育信息技術(shù)學(xué)院,湖北武漢 430079;2.華南師范大學(xué)教育信息技術(shù)學(xué)院,廣東廣州 510631)
優(yōu)質(zhì)教育信息資源匱乏的一個(gè)重要原因,是教育信息資源缺乏準(zhǔn)確的質(zhì)量評(píng)價(jià)方法?;诰W(wǎng)絡(luò)平臺(tái)的專家標(biāo)注可以擴(kuò)大評(píng)價(jià)主體范圍,節(jié)約評(píng)價(jià)成本,提高評(píng)價(jià)結(jié)果的準(zhǔn)確性。文章通過文獻(xiàn)分析,確定了影響資源質(zhì)量的指標(biāo),構(gòu)建了專家評(píng)價(jià)標(biāo)注模型;利用數(shù)學(xué)方法處理專家標(biāo)注結(jié)果,以優(yōu)化評(píng)價(jià)結(jié)果;借助MATLAB進(jìn)行模擬仿真,驗(yàn)證其合理性和有效性。研究表明,該模型能夠較為客觀、準(zhǔn)確地評(píng)價(jià)資源質(zhì)量,不僅能為資源開發(fā)企業(yè)提供合理反饋、促進(jìn)資源質(zhì)量的改進(jìn),而且能在教育信息資源發(fā)布之后為用戶選擇資源提供參考。
教育信息資源;社會(huì)標(biāo)注;資源評(píng)價(jià)
隨著信息技術(shù)的飛速發(fā)展和教育信息化的不斷推進(jìn),教育信息資源總量呈“爆炸式”增長。與此同時(shí),信息資源內(nèi)容繁雜、可用性不足、建設(shè)標(biāo)準(zhǔn)多樣化等問題不斷凸顯,為此,《國家中長期教育改革和發(fā)展規(guī)劃綱要(2010-2020年)》提出要加強(qiáng)優(yōu)質(zhì)教育資源的開發(fā)與應(yīng)用。優(yōu)質(zhì)教育信息資源的匱乏已成為資源開發(fā)企業(yè)和學(xué)習(xí)者共同關(guān)注的焦點(diǎn),以準(zhǔn)確的質(zhì)量評(píng)價(jià)方法評(píng)估教育信息資源成為了資源開發(fā)面臨的新課題。雖然教育信息資源可以憑借學(xué)習(xí)時(shí)長、在線人數(shù)、點(diǎn)擊率等指標(biāo)數(shù)據(jù)作為定量評(píng)價(jià)依據(jù),但更多的資源特征如資源的準(zhǔn)確性、易用性、美觀性等依賴于使用者主觀感受的特征[1],難以通過這類簡單指標(biāo)獲取。本研究將探索基于網(wǎng)絡(luò)的社會(huì)標(biāo)注應(yīng)用于教育信息資源評(píng)價(jià)的新方法,構(gòu)建專家評(píng)價(jià)標(biāo)注模型,并通過模擬仿真驗(yàn)證該模型在教育信息資源開發(fā)機(jī)制中的作用。
社會(huì)標(biāo)注也稱為用戶標(biāo)注,于2004年首次提出,被定義為“使用人們自己的詞表描述網(wǎng)絡(luò)資源的機(jī)制,是群眾自發(fā)性定義的平面的非層級(jí)結(jié)構(gòu)式標(biāo)簽分類,是基于用戶的平面化標(biāo)簽分類機(jī)制”[2];社會(huì)標(biāo)注行為反映了用戶對(duì)被標(biāo)注資源的理解和分類[3]。社會(huì)標(biāo)注在教育領(lǐng)域的應(yīng)用突破了傳統(tǒng)的學(xué)習(xí)資源揭示模式,為學(xué)習(xí)者和資源開發(fā)企業(yè)提供了一種自下而上的信息資源揭示方式。利用基于網(wǎng)絡(luò)的社會(huì)標(biāo)注對(duì)資源進(jìn)行評(píng)價(jià),簡化了標(biāo)注方式。同時(shí),這種評(píng)價(jià)方式能充分利用互聯(lián)網(wǎng)的技術(shù)優(yōu)勢,縮短評(píng)價(jià)周期,擴(kuò)大評(píng)價(jià)樣本,在教育信息資源開發(fā)過程中可及時(shí)反饋評(píng)價(jià)結(jié)果,降低了人力、物力和財(cái)力的消耗。
專家指技藝上有專門技能、學(xué)術(shù)上專業(yè)知識(shí)全面的人,具有資深教學(xué)經(jīng)驗(yàn)的老師亦屬于本研究所指的專家之列。鑒于專家擁有豐富的閱歷、經(jīng)驗(yàn)以及知識(shí),因此在基于網(wǎng)絡(luò)的社會(huì)標(biāo)注中采取專家標(biāo)注方式,能夠更好地控制資源產(chǎn)品的質(zhì)量。專家對(duì)專業(yè)知識(shí)的感知、理解水平和深度解讀能力高,面對(duì)不同的教育信息資源,專家能夠挖掘其中隱含的條件和聯(lián)系[4]。通過基于網(wǎng)絡(luò)的專家標(biāo)注方式對(duì)教育信息資源進(jìn)行評(píng)價(jià),可以為信息組織者提供判斷資源可信度的依據(jù),也可以為主動(dòng)檢索網(wǎng)絡(luò)信息資源的學(xué)習(xí)者提供鑒別方式,緩解“學(xué)習(xí)迷航”、“認(rèn)知過載”等問題。學(xué)習(xí)者是否選擇、學(xué)習(xí)某信息資源的關(guān)鍵因素之一,在于專家的權(quán)威意見或教師同行對(duì)該資源的具體評(píng)價(jià)[5]。因此,對(duì)信息資源的評(píng)價(jià)標(biāo)簽,可以有效幫助學(xué)習(xí)者選擇資源進(jìn)行學(xué)習(xí)。此外,專家定性、定量、客觀、嚴(yán)謹(jǐn)、務(wù)實(shí)的評(píng)估意見可直接展示給資源開發(fā)企業(yè),讓其了解資源狀況并進(jìn)行改進(jìn),故對(duì)于幫助教師向?qū)W習(xí)者推薦合適資源也有一定的參考價(jià)值。
1 評(píng)價(jià)維度選取的理論依據(jù)
關(guān)于信息資源評(píng)價(jià)指標(biāo)維度的劃分,國內(nèi)外均以定性指標(biāo)研究為起點(diǎn),本文也主要探討教育信息資源質(zhì)量評(píng)價(jià)中的定性指標(biāo)。
國外方面,Ballou[6]將信息資源質(zhì)量劃分為準(zhǔn)確性、完整性、一致性和及時(shí)性等四個(gè)維度;Wang等[7]從用戶使用數(shù)據(jù)的過程,將信息資源質(zhì)量分為可存取性、可理解性、有用性和可信性等四個(gè)一級(jí)維度(含11個(gè)二級(jí)維度)。國內(nèi)方面,廉立軍等[8]將信息資源質(zhì)量劃分為專業(yè)性、系統(tǒng)性、權(quán)威性、全面性、新穎性和特色性;査先進(jìn)等[9]從質(zhì)量評(píng)估角度出發(fā),將信息資源質(zhì)量劃分為內(nèi)容質(zhì)量、表達(dá)形式質(zhì)量、系統(tǒng)質(zhì)量和效用質(zhì)量等四個(gè)方面,包括信息資源的正確性、完整性、新穎性、準(zhǔn)確性、易用性、精簡性、可靠性、資源可用性等16個(gè)維度;莫祖英等[10]基于顧客滿意度模型理論,以信息資源內(nèi)容的權(quán)威性、完整性與及時(shí)性維度為研究對(duì)象,構(gòu)建了信息資源質(zhì)量用戶滿意度概念模型。
總之,目前很難找出一個(gè)適用于所有信息資源的評(píng)價(jià)指標(biāo)和評(píng)價(jià)標(biāo)準(zhǔn),但在特定領(lǐng)域內(nèi),設(shè)計(jì)一個(gè)較為客觀的評(píng)價(jià)指標(biāo)體系仍是有可能和有必要的。
2 評(píng)價(jià)指標(biāo)的確定
根據(jù)CELTS-22.1(CD1.0)網(wǎng)絡(luò)課程評(píng)價(jià)規(guī)范,評(píng)估體系的首要評(píng)估維度是課程內(nèi)容,所以應(yīng)將教育信息資源內(nèi)容的評(píng)價(jià)置于首位?;谖墨I(xiàn)分析,本研究將相關(guān)指標(biāo)進(jìn)行歸類匯總,確定教育信息資源分為資源內(nèi)容和資源形式等兩個(gè)一級(jí)指標(biāo)(含8個(gè)二級(jí)指標(biāo)),如表1所示。
表1 教育信息資源質(zhì)量評(píng)價(jià)指標(biāo)體系表
3 專家評(píng)價(jià)標(biāo)注模型的構(gòu)建
教育信息資源的價(jià)值是潛在的,只有通過專家的使用與評(píng)估才能對(duì)資源價(jià)值進(jìn)行判定。所以,遵從“以專家為中心”的思想,通過專家評(píng)價(jià)標(biāo)注資源并將結(jié)果反饋給資源開發(fā)企業(yè),如此才具有現(xiàn)實(shí)意義。根據(jù)前文評(píng)價(jià)指標(biāo)的確定,本研究構(gòu)建了專家評(píng)價(jià)標(biāo)注模型,如圖1所示。
圖1 專家評(píng)價(jià)標(biāo)注模型
該模型體現(xiàn)了以專家為中心的評(píng)價(jià)理念,其中,資源的內(nèi)容和形式是衡量教育信息資源質(zhì)量的兩大維度。在資源開發(fā)的過程中,資源評(píng)價(jià)標(biāo)注過程與資源開發(fā)企業(yè)間是一種循環(huán)機(jī)制,即資源評(píng)價(jià)標(biāo)注結(jié)果及時(shí)反饋給企業(yè),能夠促進(jìn)企業(yè)對(duì)資源質(zhì)量的持續(xù)改進(jìn),而改進(jìn)后的資源可重新由專家進(jìn)行評(píng)價(jià)標(biāo)注;同時(shí),優(yōu)質(zhì)資源發(fā)布以后,可供廣大用戶進(jìn)行合理的選擇使用。另外,通過評(píng)定專家評(píng)價(jià)標(biāo)注的準(zhǔn)確度,可以建立專家準(zhǔn)確度檔案庫,庫內(nèi)存放每次評(píng)價(jià)工作中每位專家的評(píng)價(jià)結(jié)果及其準(zhǔn)確度,以確定未來評(píng)價(jià)標(biāo)注工作中是否選擇該專家。模型的動(dòng)態(tài)調(diào)節(jié)使企業(yè)與專家之間的交流形成良性循環(huán),深刻地影響著教育信息資源的開發(fā)和使用。
4 專家評(píng)價(jià)標(biāo)注模型的計(jì)算辦法
在評(píng)價(jià)過程中,先將專家評(píng)價(jià)標(biāo)注信息進(jìn)行量化,轉(zhuǎn)化為評(píng)估數(shù)據(jù),再通過數(shù)理統(tǒng)計(jì)的方法進(jìn)行處理,得出評(píng)價(jià)結(jié)果。鑒于專家評(píng)價(jià)是一種主觀行為,存在一定的主觀性,故需要對(duì)專家評(píng)價(jià)結(jié)果進(jìn)行處理。
用數(shù)學(xué)方法彌補(bǔ)專家評(píng)價(jià)的主觀性,可提高評(píng)價(jià)結(jié)果的準(zhǔn)確性。因此,馮輝等[11]提出了一種基于專家評(píng)價(jià)準(zhǔn)確度的評(píng)估數(shù)據(jù)處理方法,較好地消除了專家評(píng)價(jià)的主觀性和偶然性。運(yùn)用該方法可得出專家評(píng)價(jià)的準(zhǔn)確度,并以此作為綜合各位專家評(píng)價(jià)數(shù)據(jù)的權(quán)重因子?;诖耍狙芯繉⒋朔椒ㄗ鳛槟P偷挠?jì)算辦法,而為了方便地了解模型的計(jì)算辦法及后續(xù)仿真,有必要對(duì)本研究中所用到的基本符號(hào)進(jìn)行規(guī)范和統(tǒng)一,如表2所示。
表2 專家評(píng)價(jià)標(biāo)注模型計(jì)算符號(hào)規(guī)范表
經(jīng)過評(píng)估信息預(yù)處理(量化)后,由各個(gè)專家對(duì)某教育信息資源的8個(gè)指標(biāo)打分。打分評(píng)價(jià)量表有“滿意”、“較滿意”、“一般”、“較不滿意”、“不滿意”等五個(gè)等級(jí),對(duì)應(yīng)分值為8~10,6~8,4~6,2~4,0~2。為區(qū)別專家評(píng)價(jià)與普通用戶評(píng)價(jià),本研究將評(píng)價(jià)標(biāo)注量表中對(duì)應(yīng)分值設(shè)定為可精確到小數(shù)點(diǎn)后一位,以使評(píng)價(jià)結(jié)果更精確,具體如下:
①采用去除最高分和最低分的辦法,以防止某位專家的評(píng)價(jià)結(jié)果偏離較大。根據(jù)N位專家對(duì)某單項(xiàng)指標(biāo)K的評(píng)價(jià)值X1,X2,X3,……Xn,求得(N-2)個(gè)有效評(píng)價(jià)的均值,并假設(shè)該均值比較接近客觀評(píng)價(jià)值。②將各評(píng)價(jià)分值與均值逐一進(jìn)行比較,求得每位專家的評(píng)價(jià)值與平均值的標(biāo)準(zhǔn)差σ和偏差y。偏差越大,說明此專家評(píng)價(jià)的準(zhǔn)確性越差、可信度越低,因此可把該偏差作為衡量專家評(píng)價(jià)準(zhǔn)確度的依據(jù)。③研究選取準(zhǔn)確度模型為標(biāo)準(zhǔn)正態(tài)分布,則有公式(1);顯然,專家評(píng)價(jià)準(zhǔn)確度Pi的取值范圍為0~1,而每位專家評(píng)價(jià)的準(zhǔn)確度Pi如公式(2)所示,將Pi作為該專家評(píng)價(jià)的權(quán)重因子。這種方法可以一次評(píng)定每位專家評(píng)價(jià)的準(zhǔn)確度。④針對(duì)某一指標(biāo)Kj(j=1,2,3,……8),計(jì)算N位專家對(duì)某信息資源的評(píng)價(jià)總分如公式(3)所示;假設(shè)上文中8項(xiàng)評(píng)價(jià)指標(biāo)權(quán)重一樣,則某信息資源R的專家評(píng)價(jià)總分如公式(4)所示。
公式(1)公式(2) 公式(3)公式(4)
仿真實(shí)驗(yàn)?zāi)M了實(shí)驗(yàn)建構(gòu)系統(tǒng)模型中各變量變化的全過程,可運(yùn)用一定的編程達(dá)到模擬現(xiàn)實(shí)的效果。本研究以MATLAB為平臺(tái)進(jìn)行仿真,它是一款以矩陣計(jì)算為基礎(chǔ),把計(jì)算、可視化、程序設(shè)計(jì)有機(jī)地融合到一個(gè)交互式工作環(huán)境中的數(shù)學(xué)工具軟件。專家在評(píng)價(jià)過程中會(huì)受到各種內(nèi)外因素的影響,故在一定時(shí)期內(nèi),專家評(píng)價(jià)教育信息資源的過程是一個(gè)動(dòng)態(tài)隨機(jī)化的過程,結(jié)果體現(xiàn)為資源得到的標(biāo)注分值是個(gè)動(dòng)態(tài)變化的數(shù)值,它在仿真過程中被設(shè)為隨機(jī)變量。
圖2 專家評(píng)價(jià)偏差仿真圖
圖3 專家評(píng)價(jià)準(zhǔn)確度仿真
假設(shè)現(xiàn)有100個(gè)專家,計(jì)劃在網(wǎng)上根據(jù)專家評(píng)價(jià)標(biāo)注模型中的8項(xiàng)指標(biāo)對(duì)500個(gè)教育信息資源進(jìn)行標(biāo)注。為了得到上述資源的打分情況,編寫的程序需模擬100個(gè)專家對(duì)500個(gè)教育信息資源的8項(xiàng)指標(biāo)進(jìn)行隨機(jī)打分的過程,這相當(dāng)于構(gòu)建一個(gè)500×100×8的虛擬空間來存放隨機(jī)打分?jǐn)?shù)據(jù)。本研究首先構(gòu)建出基于專家評(píng)價(jià)標(biāo)注模型的單一資源的仿真,在此基礎(chǔ)上將教育信息資源數(shù)量由1擴(kuò)大至R,便可看出專家評(píng)價(jià)標(biāo)注模型在資源開發(fā)中的作用。在單一資源的隨機(jī)打分表中,橫軸為8項(xiàng)指標(biāo),縱軸為100位專家。根據(jù)對(duì)表中數(shù)據(jù)直方圖的觀察及相關(guān)數(shù)學(xué)證明,可得每個(gè)指標(biāo)打分Xi均服從正態(tài)分布。通過上述計(jì)算過程,可得出每位專家評(píng)價(jià)值與均值的偏差,如圖2所示。該偏差可以幫助了解專家評(píng)價(jià)的準(zhǔn)確情況,偏差越大,說明該專家評(píng)價(jià)能力越低;反之,則說明該專家評(píng)價(jià)能力較強(qiáng),或趨于平均水平。得到專家評(píng)價(jià)偏差后,可計(jì)算出該專家評(píng)價(jià)的準(zhǔn)確度,準(zhǔn)確度值越大,表明該專家評(píng)價(jià)越可靠,可信度也越高。同樣以某一指標(biāo)為例,得到的準(zhǔn)確度情況如圖3所示。根據(jù)上述專家評(píng)價(jià)偏差和準(zhǔn)確度,可得到各指標(biāo)下100位專家的評(píng)價(jià)總分SK和資源得分總分S。以500個(gè)教育信息資源的仿真為例,得到的資源得分總表如表3所示。而根據(jù)資源得分總分,可繪出仿真結(jié)果直方圖,如圖4所示。由于專家隨機(jī)打分近似于服從正態(tài)分布,資源得分總分也可認(rèn)為近似于服從正態(tài)分布。
表3 500個(gè)教育信息資源得分仿真
從表3中各欄可以精確地看到各資源在對(duì)應(yīng)指標(biāo)上的得分。以資源R1為例,對(duì)應(yīng)指標(biāo)K3上的得分為560.5分,說明R1在適用性方面做得較好;對(duì)應(yīng)指標(biāo)K7、K8上的得分分別為479.3、475.3分,說明R1在精簡性和美觀性方面明顯不足,需要在資源呈現(xiàn)方式、布局等方面加以改善。表3的最后一欄為各教育信息資源的評(píng)價(jià)總分,總分的高低可以顯示資源的整體情況——在整個(gè)評(píng)價(jià)范圍內(nèi),總分值越高,表明資源的可利用性越強(qiáng),資源的整體水平也就越高。抽取資源R2與R381進(jìn)行評(píng)價(jià)得分對(duì)比(如圖5所示),可以看出R2的整體分值相對(duì)較高。在R2中,K2的分值最高,說明該資源在資源內(nèi)容的完整性方面做得最好,能透徹地表達(dá)一個(gè)主題觀點(diǎn)的特性;K6的分值最低,說明該資源在資源內(nèi)容的精簡性方面稍顯不足。在適用性K3方面,R2得分為572.3,R381得分為351.6,兩者相差220.7分,這表明R381在適用性方面極為欠缺,要著重改善。圖5反映了資源R2與R381之間的整體水平及單項(xiàng)指標(biāo)水平差異較大;資源R381需要加以相應(yīng)改善,才能更好地滿足用戶的需求,并免遭被淘汰的危險(xiǎn)。
圖4 仿真結(jié)果直方圖
圖5 R2與R381評(píng)價(jià)得分對(duì)比圖
專家評(píng)價(jià)標(biāo)注模型能夠優(yōu)化教育信息資源質(zhì)量評(píng)價(jià)過程,提高評(píng)價(jià)的準(zhǔn)確度。計(jì)算專家評(píng)價(jià)的準(zhǔn)確度并將其與專家原始標(biāo)注值相結(jié)合,對(duì)準(zhǔn)確度高的評(píng)價(jià)標(biāo)注數(shù)據(jù)賦予較高的權(quán)重因子,對(duì)準(zhǔn)確性低的評(píng)價(jià)標(biāo)注數(shù)據(jù)賦予較低的權(quán)重因子,可降低其對(duì)最終結(jié)果的影響,從而得到較為科學(xué)、嚴(yán)謹(jǐn)?shù)脑u(píng)價(jià)結(jié)果[12]。另外,通過評(píng)定專家評(píng)價(jià)標(biāo)注的準(zhǔn)確度,可以建立專家準(zhǔn)確度檔案庫,庫內(nèi)存放每次評(píng)價(jià)工作中每位專家的評(píng)價(jià)結(jié)果及其準(zhǔn)確度。資源評(píng)價(jià)組織機(jī)構(gòu)在邀請專家時(shí),可以根據(jù)檔案庫進(jìn)行合理篩選——對(duì)于歷次評(píng)價(jià)過程中準(zhǔn)確度較高的專家,與其建立長期合作關(guān)系,并給予一定的獎(jiǎng)勵(lì)政策;對(duì)于歷次評(píng)價(jià)過程中準(zhǔn)確度較低的專家,則將其從檔案庫中刪除,以促使教育信息資源質(zhì)量的評(píng)定過程更加公正、可信、權(quán)威。
專家評(píng)價(jià)標(biāo)注模型能夠促進(jìn)教育信息資源質(zhì)量的提升,提高企業(yè)資源開發(fā)效率。教育信息資源建設(shè)是一個(gè)動(dòng)態(tài)發(fā)展的過程,對(duì)優(yōu)質(zhì)資源應(yīng)當(dāng)投入更多的人力、物力,對(duì)劣質(zhì)資源則應(yīng)減少投入甚至放棄;而介于兩者之間的資源,應(yīng)該鼓勵(lì)優(yōu)化,并追根溯源,找到需要改進(jìn)的方面。資源開發(fā)企業(yè)只有選擇合適的資源類型,遵循一定的規(guī)范,才能開發(fā)出適合各種教育課程需求的優(yōu)質(zhì)資源[13]。專家標(biāo)注結(jié)果可及時(shí)反映資源情況,當(dāng)模型中的某一項(xiàng)或幾項(xiàng)分值較低時(shí),資源開發(fā)企業(yè)可以采取加強(qiáng)或修改資源的措施,使之成為利用率高的優(yōu)質(zhì)資源;或者,選擇不再生產(chǎn)此類教育信息資源,使之逐漸被市場淘汰。若某資源在準(zhǔn)確性上得分較低,說明該資源不能客觀地反映知識(shí)點(diǎn)內(nèi)容,應(yīng)對(duì)其進(jìn)行調(diào)整和修改;若某資源總體得分較低,那么該資源就很有可能會(huì)被淘汰。長此以往,在“優(yōu)勝劣汰”的競爭環(huán)境下,劣質(zhì)資源將逐漸被淘汰,而優(yōu)質(zhì)資源將得以保留,從而完成教育信息資源的篩選過程、實(shí)現(xiàn)教育信息資源的優(yōu)化。
基于網(wǎng)絡(luò)的專家標(biāo)注方式對(duì)教育信息資源進(jìn)行評(píng)價(jià)存在很多優(yōu)勢:①評(píng)價(jià)組織方面,在傳統(tǒng)的專家評(píng)價(jià)中,專家們只能通過聘請的方式參與進(jìn)來,人數(shù)相對(duì)受限,人力、物力投入成本較高;而這種評(píng)價(jià)方式可遠(yuǎn)程操作,便于邀請更多一線的、有資深經(jīng)驗(yàn)的教師參與進(jìn)來,因此擴(kuò)大了評(píng)價(jià)樣本,有助于提高結(jié)果的準(zhǔn)確性。②評(píng)價(jià)過程方面,基于網(wǎng)絡(luò)的遠(yuǎn)程評(píng)價(jià)方式給予評(píng)價(jià)專家更多獨(dú)立思考的空間,并且能夠反復(fù)查看資源,經(jīng)過充分醞釀后再進(jìn)行評(píng)價(jià);簡潔的打分標(biāo)注方式也降低了專家的工作負(fù)荷,有助于提高工作效率。③資源使用方面,當(dāng)教育信息資源發(fā)布以后,專家的評(píng)價(jià)標(biāo)注信息可以與資源一起發(fā)布,從而為資源使用者篩選資源提供參考——對(duì)教師來說,可以因材施教,根據(jù)學(xué)生水平選擇適合自身教學(xué)策略、教學(xué)方式的信息資源;對(duì)學(xué)生來說,可以根據(jù)對(duì)教育信息資源的需求,選擇適合自身學(xué)習(xí)特點(diǎn)的信息資源。
隨著信息技術(shù)與教育的雙向深度融合,人們對(duì)教育信息資源的需求更加多元化、個(gè)性化,資源質(zhì)量必將深刻地影響著未來教育的發(fā)展。從理論上來說,網(wǎng)絡(luò)上的一切信息資源都可作為標(biāo)注的對(duì)象,這使得教育信息資源的標(biāo)注工作擁有多個(gè)切入點(diǎn)。采用專家標(biāo)注的理念,可充分利用專家與普通用戶在認(rèn)知、理解和思維上的不同,對(duì)資源進(jìn)行更加合理的歸類。本研究將基于網(wǎng)絡(luò)的專家標(biāo)注應(yīng)用于資源評(píng)價(jià),構(gòu)建了涵蓋8個(gè)指標(biāo)維度的專家評(píng)價(jià)標(biāo)注模型,優(yōu)化了標(biāo)注得分的計(jì)算辦法,并在此基礎(chǔ)上進(jìn)行了仿真實(shí)驗(yàn)。結(jié)果表明,專家標(biāo)注較為真實(shí)地反映了信息資源的優(yōu)勢和不足,能幫助資源開發(fā)企業(yè)對(duì)資源進(jìn)行有針對(duì)性的改進(jìn),從而促進(jìn)優(yōu)質(zhì)教育信息資源的篩選及其質(zhì)量的提高。此外,專家評(píng)價(jià)標(biāo)注信息能夠?yàn)橛脩暨x擇資源提供有價(jià)值的參考。由于仿真實(shí)驗(yàn)是對(duì)復(fù)雜的現(xiàn)實(shí)問題進(jìn)行抽象化、簡單化處理,與真實(shí)世界還存在一定的偏差,因此在后續(xù)的研究中,有必要建立相關(guān)平臺(tái)進(jìn)行深入的實(shí)證研究。
[1]康曉偉,林波.基于高校的網(wǎng)絡(luò)學(xué)習(xí)資源評(píng)價(jià)研究[J].電化教育研究,2013,(6):76-79、85.
[2]WalTV. Folksonomy[OL].
[3]李楓林,張景.基于用戶標(biāo)注行為的相關(guān)性分析及重排序[J].情報(bào)理論與實(shí)踐,2010,(10):57-61.
[4]桑新民.學(xué)習(xí)科學(xué)與技術(shù)——信息時(shí)代大學(xué)生學(xué)習(xí)能力培養(yǎng)[M].北京:高等教育出版社,2004:77-81.
[5]毛居華,覃文圣,許建華等.數(shù)字資源評(píng)估體系及其應(yīng)用研究[J].中國電化教育,2012,(5):71-77.
[6]Ballou D P, Pazer H L. Modeling data and process quality in multi-input, multi-output information systems[J]. Management Science, 1985,(2):150-162.
[7]Wang R Y, Reddy M P, Kon H B. Toward quality data: An attribute-based approach[J]. Decision Support Systems, 1995,(3): 349-372.
[8]廉立軍,葉素萍,龐楠等.高校圖書館信息資源建設(shè)質(zhì)量評(píng)價(jià)指標(biāo)體系研究[J].現(xiàn)代情報(bào),2008,(4):57-59.
[9]查先進(jìn),陳明紅.信息資源質(zhì)量評(píng)估研究[J].中國圖書館學(xué)報(bào),2010,(2):46-55.
[10]莫祖英,馬費(fèi)成.數(shù)據(jù)庫信息資源內(nèi)容質(zhì)量用戶滿意度模型及實(shí)證研究[J].中國圖書館學(xué)報(bào),2013,(2):85-97.
[11][12]馮暉,王志中.基于專家評(píng)價(jià)準(zhǔn)確度的評(píng)估數(shù)據(jù)處理方法研究[J].學(xué)位與研究生教育,2002,(Z2):59-61.
[13]寇海蓮,萬正剛,高鐵剛.中小學(xué)教師對(duì)基礎(chǔ)教育優(yōu)質(zhì)數(shù)字資源質(zhì)量評(píng)價(jià)實(shí)證研究——基于198名評(píng)審專家的調(diào)查[J].中國電化教育,2014,(10):70-77.
編輯:小米
Construction and Simulation of an Expert Evaluation Annotation Model for Educational Information Resources
WU Yao1XIONG Cai-ping1,2[Corresponding Author]GE Jun1XIONG Ya-ping1
The absence of high-quality educational information resource is importantly related to the lack of accurate evaluation method for educational information resource. Network-based expert annotation can expand the range of evaluation subject, reduce evaluation cost and improve the accuracy of evaluation result. Firstly, the paper determined the indicators impacting resource quality through literature analysis, and established expert evaluation annotation model. Secondly, the expert results were addressed through mathematical method to optimize the evaluation results. Thirdly, the rationality and effectiveness of this mode were verified according simulation by MATLAB. The results shown that the model can objectively evaluate the resource quality, offer reasonable feedback for resource development companies to improve resource quality, and provide reference for the users to select released resources.
educational information resource; social annotation; resource evaluation
G40-057
A
1009—8097(2016)07—0031—07
10.3969/j.issn.1009-8097.2016.07.005
本文為國家自然科學(xué)基金重點(diǎn)項(xiàng)目“基礎(chǔ)教育公平實(shí)現(xiàn)機(jī)制與服務(wù)均等化研究”(項(xiàng)目編號(hào):71433004)、廣東省省級(jí)科技計(jì)劃項(xiàng)目“基于大數(shù)據(jù)分析的智慧學(xué)習(xí)云服務(wù)及示范應(yīng)用”(項(xiàng)目編號(hào):2015B010109003)的階段性研究成果。
伍姚,在讀碩士,研究方向?yàn)榻逃Y源管理,郵箱為z5xiaoyao@163.com。
2016年1月31日