基于三支決策的人才培養(yǎng)評價模型研究

趙宏巖 崔成 吳隆鑫

摘要：作為高校人才培養(yǎng)質(zhì)量與培養(yǎng)過程的重要補充手段之一，高校開設(shè)了計算機類選修課程。但是在培養(yǎng)的全過程中存在著種種不確定因素，制約了人才培養(yǎng)的質(zhì)量進而導(dǎo)致評價出現(xiàn)偏差。以選課及考核環(huán)節(jié)，綜合考慮培養(yǎng)目標(biāo)和培養(yǎng)成本，制定了選課建議分類評價指標(biāo)?；谌Q策粗糙集理論，對計算機類選修課程的選課建議分類模型以及課程考核三支思想進行闡述，實現(xiàn)了三支決策理論的拓展應(yīng)用。

關(guān)鍵詞：人才培養(yǎng);考核;三支決策粗糙集理論;評價

中圖分類號：TP311? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2022）03-0173-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

1 引言

隨著高校教學(xué)改革的不斷深入，因材施教教學(xué)理念的不斷深化，作為衡量高校辦學(xué)效益評估指標(biāo)的人才培養(yǎng)質(zhì)量的評價尺度顯得尤為重要。在整個高校的人才培養(yǎng)過程中，很多場景都要考慮到評價問題，理想狀態(tài)就是找到最優(yōu)對象。在計算機類選修課教學(xué)培養(yǎng)過程中，有效地分析和處理相關(guān)信息，對每一個培養(yǎng)環(huán)節(jié)都十分重要。例如說學(xué)生與課程，學(xué)生與班級，班級和系等。學(xué)生、課程、班級、系都屬于需要評價的對象。

本文基于三支決策[1-4]理論，闡述了計算機類選修課選課建議評價指標(biāo)及分類模型，給出了應(yīng)用策略。

2 應(yīng)用理論

粗糙集 [5]，描述如下：

設(shè)[apr=U，R]為近似空間，[X?U]，可得

[aprX=∪{Y∈U/R│Y∩X≠φ}]

但是經(jīng)典粗糙集理論沒有使得決策更寬容，導(dǎo)致了一定的評價損失。

三支決策的主要思想是“三分而治”。如：學(xué)生分類：優(yōu)秀/很差/中不溜;考試閱卷：及格/不及格/臨近及格;團隊建設(shè)：老/中/青;規(guī)劃;三步走（短、中長期目標(biāo)）;待人：熱情似火/冷若冰霜/溫和有禮;相親：一見鐘情/永不再見/先處再說等。

上下近似集將論域分為3個部分：

X的正域：

<E：＼2021知網(wǎng)文件＼1-3＼2＼8xs202103＼Image＼1.JPG>

X的負域：NEG（X）=U-[apr]（X）;

X的邊界域：BND（X）=[apr]（X）-[apr]（X）;

可得三支決策的基本思想，關(guān)鍵是閾值的設(shè)置，來劃分3個區(qū)域。

設(shè)三元組決策表<E：＼2021知網(wǎng)文件＼1-3＼2＼8xs202103＼Image＼2.JPG>

在S中，[X∈U]，[α]和[β]為閾值，[PX|XB]為條件概率，則對于[?x∈U]，規(guī)則為：

<E：＼2021知網(wǎng)文件＼1-3＼2＼8xs202103＼Image＼3.JPG>

其中：[α=λPN-λBNλPN-λBN+λBP-λPP]

[β=λBN-λNNλBN-λNN+λNP-λBP]

3 問題背景

作為大學(xué)階段的計算機教育也存在著從精英化到普及化的規(guī)律。隨著科技水平的日新月異，對于計算機的知識汲取只靠必修課程來解決是不現(xiàn)實的。加之MIS、OA、Internet、BigData、AI、Cloud-Computing等相關(guān)技術(shù)的進步和發(fā)展以及使用的深度和廣度已經(jīng)有了很大的變化，高校陸續(xù)通過開設(shè)計算機類選修課來彌補學(xué)生獲取知識的途徑。但同時存在不可忽視的問題，那就是選修這些課程的知識和能力基礎(chǔ)，由于大學(xué)的生源選拔原因，高中階段的信息技術(shù)知識儲備是存在巨大差異的。這也間接地影響了開設(shè)計算機類選修課程的難度和人才培養(yǎng)的質(zhì)量。開設(shè)計算機類選修課時不能隨意化，選課對象的篩選也是人才培養(yǎng)評價的重要環(huán)節(jié)。

3.1 計算機類選修課程選課評價相關(guān)指標(biāo)

指標(biāo)1：選修課程的成績要求

計算機選修課的開設(shè)不但要考慮開設(shè)課程的相關(guān)資源投入，而且要充分認識到課程接受對象的能力素質(zhì)要求。選修課程是建立在一定計算機應(yīng)用水平基礎(chǔ)上的，為了避免盲目選課造成的接受知識困難，甚至最終無法獲取學(xué)分的情況。要在選課之前進行相關(guān)課程的測試或者要求先導(dǎo)課程的成績閾值。如：選修MIS課程的學(xué)生要求具備程序設(shè)計、數(shù)據(jù)庫等相關(guān)課程基礎(chǔ)或者測試成績達到相關(guān)MIS課程的最低要求。選修AI課程的學(xué)生要求具備良好的數(shù)學(xué)、英語、算法基礎(chǔ)。通過實際教學(xué)過程反饋，說明選課前測試環(huán)節(jié)對于計算機選修課的人才培養(yǎng)評價質(zhì)量是很重要的，也是衡量評價可信度的一個重要指標(biāo)。

指標(biāo)2：課程的相關(guān)學(xué)習(xí)經(jīng)歷，獲獎情況

對于有相關(guān)課程學(xué)習(xí)基礎(chǔ)和經(jīng)驗以及課程內(nèi)容參賽獲獎經(jīng)歷的學(xué)生，可以更好地選擇相關(guān)的選修課課程，結(jié)合學(xué)生的參賽情況也是開設(shè)選修課程的重要參考標(biāo)準(zhǔn)。

指標(biāo)3：團隊協(xié)作能力

一般情況下計算機：選修課課程的教學(xué)以講授和實驗1：1的方式進行。無論是課程講授或者實驗教學(xué)，現(xiàn)階段大多數(shù)高校都在使用分組，分層教學(xué)模式。課程設(shè)計了以培養(yǎng)小組成員協(xié)作為目的的綜合實驗項目。團隊協(xié)作能力能夠反映出整個團隊的學(xué)習(xí)效率和協(xié)作解決問題的水平，也是人才培養(yǎng)評價的重要觀測點。

指標(biāo)4：考勤情況

能夠體現(xiàn)良好的學(xué)習(xí)主動性和學(xué)習(xí)意愿。

指標(biāo)5：自學(xué)能力

自學(xué)能力突出的學(xué)生能夠體現(xiàn)更高的培養(yǎng)價值以及課程開設(shè)的價值。

4 選課建議分類及決策模型

表1學(xué)生選課前建議分類決策表（以MIS選修課為例）

其中v1程序設(shè)計成績條件屬性，v2為數(shù)據(jù)庫成績條件屬性，v3為學(xué)習(xí)經(jīng)歷條件屬性，v4為團隊協(xié)作能力條件屬性，v5為出勤情況屬性，v6為自學(xué)能力條件屬性，D1為決策屬性，分為不適合，適合。

確定各個決策風(fēng)險值并計算[α]，[β。]根據(jù)計算[PX|XB]的值，得

評價三支決策模型：

P規(guī)則：如果[PX|XB≥α]，則[X∈POSBX]，即決策類的概率大于等于[α]，即對學(xué)生對象做出建議選修決策。

N規(guī)則：如果[PX|XB≤β]，則[X∈NEGBX]，即決策類的概率小于等于[β]，即對學(xué)生對象做出不建議選修決策。

B規(guī)則：如果[β<PX|XB<α]，則[X∈BNDBX]，即決策概率大于[β]并且小于[α]，不能給出是否建議選修決策。

對于劃分到正域，負域中學(xué)生對象，決策已經(jīng)明確也就是傳統(tǒng)的二支決策的思想。但是三支決策的最大價值就是出現(xiàn)了模糊決策的區(qū)域即邊界區(qū)域。在邊界區(qū)域中進一步挖掘信息可以讓在邊界域中的一部分對象進一步分流到正域或者負域當(dāng)中。例如，可以根據(jù)選修課程的能力基礎(chǔ)要求給出除決策以外的建議，提高某些課程的成績或者相關(guān)能力。對于有進一步選修相關(guān)課程意愿的學(xué)生，提高了學(xué)習(xí)獲取課程知識的幾率。對于選課目的不清晰的學(xué)生也減少了盲目選課帶來的各方面的投入損失。

5 選修課程考核評價的三支思想

評價人才培養(yǎng)質(zhì)量的重要手段之一就是課程的考核。傳統(tǒng)的選修課課程的考核方式為考查，實行二分類模式評價“合格”和“不合格”。在這種評價模式下容易出現(xiàn)由于信息不充分導(dǎo)致的評價損失，對于反饋真實的選修課程的人才培養(yǎng)效果是不利的，致使評價的可信度降低。如：課程評價過程中存在干擾信息，在二分類模式下很容易出現(xiàn)評價結(jié)果低于學(xué)生真實能力獲取情況。所以在選修課程考核評價過程中引入三支評價思想：即根據(jù)學(xué)生的現(xiàn)有知識水平和理解能力，充分考慮學(xué)習(xí)能力的差異以后，設(shè)計2個方向的考核內(nèi)容——基礎(chǔ)必做方向和提高選做方向。根據(jù)得到的基礎(chǔ)必做方向的評價數(shù)據(jù)后，疊加提高選做方向的數(shù)據(jù)。把提高選做方向的數(shù)據(jù)進行三分，合格數(shù)據(jù)、不合格數(shù)據(jù)、有潛力合格數(shù)據(jù)。這里有潛力合格數(shù)據(jù)是根據(jù)課程考核標(biāo)準(zhǔn)判定有達到合格潛力的數(shù)據(jù)。這樣的評價思想也增加了學(xué)生學(xué)習(xí)選修課程的積極性，也達到了選修課程的人才培養(yǎng)目的。

6 結(jié)語

本文結(jié)合了粗糙集和三支決策理論，給出了計算機選修課程的選課建議指標(biāo)，根據(jù)選課決策規(guī)則建立了三支分類模型，闡述了考核評價的三支思想。通過對三支決策理論的引入提?高了計算機類選修課程的選課質(zhì)量和人才培養(yǎng)評價的客觀性，降低了決策的損失。

參考文獻：

[1] Yao Y Y.Three-way decisions with probabilistic rough sets[J].Information Sciences，2010，180（3）：341-353.

[2] Yao Y Y.The superiority of three-way decisions in probabilistic rough set models[J].Information Sciences，2011，181（6）：1080-1096.

[3] 于洪，王國胤，姚一豫.決策粗糙集理論研究現(xiàn)狀與展望[J].計算機學(xué)報，2015，38（8）：1628-1639.

[4] 劉盾，李天瑞，李華雄.粗糙集理論：基于三支決策視角[J].南京大學(xué)學(xué)報（自然科學(xué)版），2013，49（5）：574-581.

[5] 張小紅，裴道武，代建華.模糊數(shù)學(xué)與Rough集理論[M].北京：清華大學(xué)出版社，2013.

【通聯(lián)編輯：梁書】