基于BP神經(jīng)網(wǎng)絡(luò)的本科教育質(zhì)量綜合評價分析

萬晨威 劉心瑋 冉啟露

摘? 要：通過對江蘇省各大本科院校的信息進行量化分析后，得出各項指標(biāo)的可視化數(shù)據(jù)，運用均值分析、方差分析等對各市級數(shù)據(jù)進行分析。我們運用統(tǒng)計累加法、行為錨定量化方法、權(quán)重分析法等不同的量化分析法，把各種信息轉(zhuǎn)化成我們可視化的數(shù)據(jù)，把各個市的數(shù)據(jù)進行平均求值，最終求得13個市的各項平均指標(biāo)。再利用SPSS軟件進行數(shù)據(jù)的均值、方差、比對分析。通過對已知的各項數(shù)據(jù)進行神經(jīng)網(wǎng)絡(luò)算法評價，得出各市級教學(xué)質(zhì)量的排名與各指標(biāo)所占權(quán)重。對13個地市級的教育質(zhì)量進行綜合評價與因素分析，最后給出有效提升江蘇省本科教育質(zhì)量的政策建議。

關(guān)鍵詞：量化處理;神經(jīng)網(wǎng)絡(luò)算法;量化分析法

中圖分類號：TP183;TP319 ? ? ?文獻標(biāo)識碼：A 文章編號：2096-4706（2019）10-0104-03

Abstract：Through the quantitative analysis of the information of major universities in Jiangsu Province，the visual data of each index are obtained. Mean value analysis and variance analysis are used to analyze the data of each municipal level. We use different quantitative analysis methods，such as statistical cumulative method，behavior anchor quantitative method，weight analysis method，to convert various information into our visualized data，to average the data of each city，and ultimately to obtain the average indicators of 13 cities. Then SPSS software is used to analyze the mean，variance and comparison of data. Through the evaluation of the known data and the neural network algorithm，the ranking of teaching quality and the weight of each index are obtained. Comprehensive evaluation and factor analysis of the quality of education at 13 municipal levels are carried out. Finally，suggestions are given to effectively improve the undergraduate education policy in Jiangsu Province.

Keywords：quantitative processing;neural network algorithms;quantitative analysis

1? 量化模型

我們采用統(tǒng)計累加法、百分比法等量化模型方法對以下九種數(shù)據(jù)進行可視化處理。對于本科院校數(shù)量、招生人數(shù)、雙一流學(xué)科建設(shè)進行統(tǒng)計累加法，計算依據(jù)分別是以本科院校數(shù)量作為可量化指標(biāo)，可以通過對各市本科院校、招生人數(shù)、雙一流學(xué)科數(shù)進行逐個統(tǒng)計、累加的方式獲取。而對于師資隊伍與結(jié)構(gòu)、教學(xué)條件與利用、專業(yè)建設(shè)與教學(xué)改革、科研投入與產(chǎn)出采用了權(quán)重分析、行為錨定量化、關(guān)鍵行為量化分析的方法進行分析，具體分析過程如表1-4所示。

2? 數(shù)據(jù)分析模型

在對每個學(xué)校進行量化統(tǒng)計之后，我們把所在同一地市級的學(xué)校進行歸類和整合，得出江蘇省13個地市級9項指標(biāo)的統(tǒng)計表，如表5所示。

通過對數(shù)據(jù)的均值分析和對比分析，我們可以得出以下結(jié)論：（1）我們可以看出13個地級市師資隊伍與結(jié)構(gòu)的均值差距較大。其中南京市、揚州市、南通市、無錫市、和蘇州市的分?jǐn)?shù)在6分及6分以上，說明這5個地級市的學(xué)校教師、教研組的質(zhì)量水平領(lǐng)先于其他及各地級市。而且，教師隊伍的整體水平標(biāo)志著一所大學(xué)的辦學(xué)水平。師資隊伍質(zhì)量的高低，是高校教育教學(xué)質(zhì)量的根本保證，師資隊伍建設(shè)得好壞，是決定學(xué)生培養(yǎng)質(zhì)量的決定性因素。（2）可以看出南京市、揚州市、南通市、無錫市、和蘇州市這5個地級市的教學(xué)條件與利用在70及70分以上、專業(yè)建設(shè)與教學(xué)改革在6分及6分以上、研發(fā)投入與產(chǎn)出在60及60分以上，都處于一個較高水平。這些板塊的建設(shè)可以提高教師的教學(xué)水平和科研能力，提供高水平課程體系和培養(yǎng)方案，推進課程改革和教材建設(shè)，為提高本科人才培養(yǎng)質(zhì)量提供條件。也可以為學(xué)科發(fā)展提供優(yōu)質(zhì)的人力資源支撐和學(xué)科專業(yè)分化與融合的可能性，促進學(xué)科構(gòu)架的優(yōu)化。（3）可以看出這13個地級市的就業(yè)率基本上在94%以上，但是綜合前面的幾個因素，就業(yè)率高并不能說明一間學(xué)校的教學(xué)質(zhì)量好，也不能說明就業(yè)質(zhì)量好。

3? 模型求解

3.1? BP神經(jīng)網(wǎng)絡(luò)模型

我們根據(jù)江蘇省13個地市級的本科教育質(zhì)量指標(biāo)的數(shù)據(jù)進行綜合評價，建立模型。由于人工神經(jīng)網(wǎng)絡(luò)具有較強的自組織、自適應(yīng)與自學(xué)習(xí)能力，能夠在未完全了解所有地市級的教育指標(biāo)的情況下，完成自變量、變量間與13個地市級整體本科教育水平的非線性映射。綜合上述考慮，我們建立神經(jīng)網(wǎng)絡(luò)結(jié)合LM算法進行組合優(yōu)化。

3.2? 數(shù)據(jù)預(yù)處理348D1141-19FB-420F-9ED2-A08157F8BE63

我們從這13組數(shù)據(jù)中選取本科教育質(zhì)量較好的3組與教育質(zhì)量最差的2組，5組作為訓(xùn)練數(shù)據(jù)組，最后再把13組作為檢驗數(shù)據(jù)組進行對比。數(shù)據(jù)歸一化可以方便后面數(shù)據(jù)的處理，并保證運行時收斂加快。

3.3? 建立BP神經(jīng)網(wǎng)絡(luò)

我們建立BP網(wǎng)絡(luò)結(jié)構(gòu)，其中，9表示輸入項（分別表示本科院校數(shù)量、招生人數(shù)、師資隊伍與結(jié)構(gòu)、生師比、教學(xué)條件與利用、專業(yè)建設(shè)與教學(xué)改革、學(xué)生就業(yè)、科研投入與產(chǎn)出、雙一流學(xué)科建設(shè)）;1表示輸出項（某市級本科綜合評價分?jǐn)?shù)）。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖如圖1所示。

我們決定設(shè)置學(xué)習(xí)速度為0.01，訓(xùn)練次數(shù)為2000，目標(biāo)誤差為0.0001，運用神經(jīng)網(wǎng)絡(luò)算法求解出各項某市級本科綜合評價分?jǐn)?shù)如表6所示。

綜合評分大于0表示本科教育質(zhì)量較為良好，反之則表示欠佳。

4? 總結(jié)和建議

根據(jù)上述分析，我們發(fā)現(xiàn)雙一流學(xué)科建設(shè)作為9項指標(biāo)的權(quán)重最高，作為最重要的本科質(zhì)量評判標(biāo)準(zhǔn)，我們認(rèn)為江蘇省需要有明確的目標(biāo)定位。一是堅持特色。學(xué)科體系和布局是重中之重，要通過特色文化的建設(shè)，形成特色的價值追求、精神準(zhǔn)則和行為習(xí)慣。二是符合實際。通過評估自身條件，對比所在領(lǐng)域的競爭對手，客觀分析優(yōu)勢和差距，明確學(xué)校在全國乃至世界的目標(biāo)。三是體現(xiàn)追求。通過努力和拼搏，制定“助跑幾步，跳起來夠得著”的目標(biāo)，體現(xiàn)精神境界和追求。

參考文獻：

[1] 張海燕.高校教學(xué)質(zhì)量評價狀況分析及優(yōu)化對策 [J].教育研究與實驗，2009（S1）：17-19.

[2] Wu X，Chen Y，Zhang J，et al. On Improving Higher Vocational College Education Quality Assessment [J]. Physics Procedia，2012，33（6）：1128-1132.

[3] 沈玉順.高校教學(xué)質(zhì)量保障的思想與實踐 [M].上海：文匯出版社，2003.

[4] 賀仲雄.模糊數(shù)學(xué)及其應(yīng)用 [M].天津：天津科學(xué)技術(shù)出版社，1983.

[5] 丁毅，沈西挺，任柯燕，等.基于模糊綜合評判的教師效績評價系統(tǒng)的開發(fā) [J].計算機應(yīng)用與軟件，2008（6）：178-180.

[6] 李祚泳.城市綜合環(huán)境質(zhì)量的物元分析評價 [J].環(huán)境科學(xué)，1995（5）：76-78+88+96.

[7] Jerome H. Friedman，John W. Tukey. A projection pursuit algorithm for exploratory data analysis [J]. IEEE Trans. Comput. 23，1974：881-890.

作者簡介：萬晨威（1998.05-），男，漢族，江西南昌人，本科在讀，研究方向：軟件工程。348D1141-19FB-420F-9ED2-A08157F8BE63