基于聚類(lèi)分析算法的思政課程實(shí)效性量化評(píng)估建模分析

張哲

（肇慶醫(yī)學(xué)高等專(zhuān)科學(xué)校 思政部，廣東 肇慶 526020）

1 引言

當(dāng)前，現(xiàn)有的教學(xué)課程評(píng)估方法的內(nèi)存量不足，導(dǎo)致其在面對(duì)巨大的任務(wù)量時(shí)無(wú)法進(jìn)行實(shí)效性量化分析[1]，因此，在大數(shù)據(jù)分析及信息處理等技術(shù)的完善下，各類(lèi)自動(dòng)化評(píng)估模型被廣泛應(yīng)用到教學(xué)以及其他資源評(píng)估領(lǐng)域中[2]，在一定程度上提高了各類(lèi)評(píng)估的效率[3]。針對(duì)教學(xué)課程評(píng)估方面已有相關(guān)研究。

徐青等人結(jié)合MOOC 課程特點(diǎn)，運(yùn)用網(wǎng)絡(luò)分析法和矩陣實(shí)驗(yàn)室法設(shè)計(jì)了MOOC 課程自動(dòng)化評(píng)估模型，評(píng)價(jià)指標(biāo)有：教學(xué)設(shè)計(jì)，課程內(nèi)容，教學(xué)服務(wù)，視頻質(zhì)量，學(xué)習(xí)效果與教學(xué)考評(píng)。最后通過(guò)實(shí)例分析驗(yàn)證了模型的有效性與可行性[4]。周凱等人提出了基于多元化的課程自動(dòng)化評(píng)估模型。根據(jù)課程的創(chuàng)新度，實(shí)踐度等指標(biāo)構(gòu)建課程評(píng)估模型，獲取每位學(xué)生從各個(gè)方面進(jìn)行評(píng)估的原始數(shù)據(jù)，對(duì)其進(jìn)行預(yù)處理后，建立修正理想點(diǎn)數(shù)學(xué)模型，獲得課程的綜合評(píng)估數(shù)據(jù)。實(shí)例分析了該方法構(gòu)建的可行性與合理性[5]。Kelley等人通過(guò)Kotter變更模型實(shí)現(xiàn)了對(duì)教學(xué)系統(tǒng)的自動(dòng)化評(píng)估，描述了大學(xué)學(xué)生的教學(xué)自動(dòng)化評(píng)估系統(tǒng)中如何使用Kotter模型作為指導(dǎo)。該模型涉及了儀器和技術(shù)的轉(zhuǎn)變，并且在復(fù)雜且不斷變化的環(huán)境中可涉及數(shù)十個(gè)指標(biāo)變量[6]。案例實(shí)驗(yàn)說(shuō)明了Kotter 模型有助于在高等教育機(jī)構(gòu)中對(duì)各種計(jì)劃進(jìn)行變革。但以上模型針對(duì)分類(lèi)類(lèi)型數(shù)據(jù)的自動(dòng)化評(píng)估效果不佳，導(dǎo)致其實(shí)用性不足。

為此，提出了基于聚類(lèi)分析法的思政課程自動(dòng)評(píng)估模型，通過(guò)聚類(lèi)分析中的直接法標(biāo)準(zhǔn)化處理評(píng)價(jià)指標(biāo)，將標(biāo)準(zhǔn)化評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行聚類(lèi)融合分析，通過(guò)公因子分析方法，得出最優(yōu)自動(dòng)化評(píng)估模型，從而提高思政課程自動(dòng)化模型的評(píng)估能力。

2 思政課程自動(dòng)化評(píng)估模型

2.1 指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化處理

在約束性指標(biāo)體系中，主要一級(jí)指標(biāo)有五個(gè)，二級(jí)指標(biāo)在三級(jí)指標(biāo)項(xiàng)目中進(jìn)一步得到改進(jìn)和完善。思政課程自動(dòng)化評(píng)估約束指標(biāo)的詳細(xì)構(gòu)成如表1所示。

表1 思政課程自動(dòng)化評(píng)估約束性指標(biāo)

為構(gòu)建課程自動(dòng)評(píng)估模型，實(shí)現(xiàn)課程自動(dòng)化評(píng)估，將表1中所得的評(píng)價(jià)指標(biāo)進(jìn)行分類(lèi)并量化為約束指標(biāo)數(shù)據(jù)，進(jìn)行約束指標(biāo)數(shù)據(jù)分析。指標(biāo)量化的過(guò)程為：設(shè)第一級(jí)的約束指標(biāo)數(shù)據(jù)設(shè)定為思政課程的時(shí)效性I，該級(jí)別約束指標(biāo)數(shù)據(jù)共有i個(gè)，即Ii，由該i個(gè)指標(biāo)分別生成n個(gè)二級(jí)約束指標(biāo)數(shù)據(jù)。表示為：

對(duì)約束性指標(biāo)數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn)分析，得出指標(biāo)數(shù)據(jù)間相關(guān)系數(shù)表示為：

式(2)中，cov(i，n)代表兩個(gè)指標(biāo)數(shù)據(jù)間的協(xié)方差。若r大于顯著性水平(r＞p)，則對(duì)其進(jìn)行偏方差檢驗(yàn)，考慮指標(biāo)中是否存在其他干擾因素，對(duì)兩個(gè)數(shù)據(jù)間的凈相關(guān)性進(jìn)行檢驗(yàn)。偏方差系數(shù)表示為：

系數(shù)的正負(fù)號(hào)可反映指標(biāo)值與目標(biāo)值之間方向的變化，表明其變化趨勢(shì)是否呈一致性。相關(guān)系數(shù)的絕對(duì)性則反映了相關(guān)性的強(qiáng)度。符合兩項(xiàng)標(biāo)準(zhǔn)化檢驗(yàn)的指標(biāo)數(shù)據(jù)被用于聚類(lèi)算法中，進(jìn)行預(yù)處理。

2.2 課程評(píng)估指標(biāo)的實(shí)效性聚類(lèi)融合處理

由于評(píng)估問(wèn)題的觀點(diǎn)不同，不同類(lèi)別的人在確定指標(biāo)權(quán)重時(shí)會(huì)有不同的想法。給定的索引權(quán)重通常差別較大[8]。因此，采用模糊C均值聚類(lèi)法算法[7]，對(duì)量化后的指標(biāo)數(shù)據(jù)進(jìn)行動(dòng)態(tài)聚類(lèi)融合預(yù)處理，以構(gòu)建具有實(shí)效性的課程自動(dòng)化評(píng)價(jià)模型。

在決策過(guò)程中，聚類(lèi)分析算法具有操作方便，簡(jiǎn)單直觀，易于理解的優(yōu)點(diǎn)，被廣泛應(yīng)用于不確定性多屬性策略和類(lèi)別型指標(biāo)評(píng)估領(lǐng)域的模型構(gòu)建中[8]。因此，根據(jù)動(dòng)態(tài)聚類(lèi)分析，對(duì)思政課自動(dòng)評(píng)價(jià)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，具體表達(dá)式：

式(4)中，Ki，n為自動(dòng)評(píng)價(jià)指標(biāo)聚核數(shù)目，c為自動(dòng)評(píng)價(jià)指標(biāo)初始凝聚點(diǎn)。根據(jù)組重心分析法得出思政課自動(dòng)評(píng)價(jià)目標(biāo)模糊動(dòng)態(tài)方程，具體的表達(dá)式為：

式(5)中，k為聚類(lèi)中心值。通過(guò)計(jì)算評(píng)估數(shù)據(jù)與聚類(lèi)中心之間的距離確定目標(biāo)函數(shù)：

式(6)中，η為課程自動(dòng)化模糊綜合評(píng)值。對(duì)所得數(shù)據(jù)信息進(jìn)行聚類(lèi)和整合后，得到自動(dòng)化評(píng)估數(shù)據(jù)融合聚類(lèi)表達(dá)式為：

式(7)中，φi為第i個(gè)最優(yōu)方案模糊綜合評(píng)判值。根據(jù)自動(dòng)化評(píng)估數(shù)據(jù)融合方法，輸出融合數(shù)據(jù)信息表達(dá)為：

至此，完成了指標(biāo)數(shù)據(jù)聚類(lèi)和整合，在此基礎(chǔ)上進(jìn)行課程自動(dòng)評(píng)估模型構(gòu)建，從而實(shí)現(xiàn)思政課程自動(dòng)化評(píng)估模型的優(yōu)化，提高評(píng)估的準(zhǔn)確性和效率。

2.3 課程自動(dòng)化評(píng)估模型構(gòu)建

為實(shí)現(xiàn)思政課程的自動(dòng)評(píng)估，基于最優(yōu)方案模糊綜合評(píng)判值得到的聚類(lèi)分析結(jié)果構(gòu)建思政課程時(shí)效性的自動(dòng)評(píng)估模型[14]。該評(píng)估模型可有助于教學(xué)自動(dòng)化評(píng)估過(guò)程中定量數(shù)據(jù)管理和規(guī)劃能力的提高，由于思政課自動(dòng)化評(píng)估過(guò)程中，對(duì)其產(chǎn)生影響的指標(biāo)較多，需將課程自動(dòng)化評(píng)價(jià)指標(biāo)轉(zhuǎn)化為約束指標(biāo)估計(jì)式，在此基礎(chǔ)上可完成約束課程水平的參量模型的構(gòu)建，進(jìn)而獲得課程自動(dòng)化分析模型。課程自動(dòng)化評(píng)估的估計(jì)式轉(zhuǎn)化為求最小二乘解如式(9)。

由f(t)表示評(píng)估大數(shù)據(jù)分布時(shí)間點(diǎn)。利用公式(10)計(jì)算思政課程自動(dòng)化評(píng)估的綜合模糊幅度：

其中，w為自動(dòng)化評(píng)估動(dòng)態(tài)模糊權(quán)重值。評(píng)價(jià)指標(biāo)分布的相似度的求解則通過(guò)使用模糊貼近度填充方法，具體表達(dá)式如式(11)：

式(12)中，為評(píng)估的先驗(yàn)分布概率，通過(guò)線性特征融合方法實(shí)現(xiàn)對(duì)思政課評(píng)估指標(biāo)分布概率均值的融合，獲取具體表達(dá)式如式(13)：

式(13)中，為思政課自動(dòng)化評(píng)估的決策閾值，bi為第i個(gè)評(píng)估指標(biāo)的自適應(yīng)初始步長(zhǎng)，t為評(píng)估時(shí)刻，m為特征分布的關(guān)聯(lián)系數(shù)。根據(jù)公因子分析方法，得出最優(yōu)自動(dòng)化評(píng)估模型為：

綜上所述，基于思政課自動(dòng)化評(píng)估數(shù)據(jù)，通過(guò)聚合思政課程自動(dòng)化評(píng)估數(shù)值，實(shí)現(xiàn)了思政課程自動(dòng)評(píng)估數(shù)據(jù)融合聚類(lèi)，通過(guò)公因子分析法計(jì)算子序列的因子得分系數(shù)，得出最優(yōu)模型，完成了思政課程自動(dòng)化評(píng)估數(shù)據(jù)模型的構(gòu)建，實(shí)現(xiàn)了思政課自動(dòng)化評(píng)估。

3 仿真實(shí)驗(yàn)及結(jié)果

為了驗(yàn)證基于聚類(lèi)分析算法的思政課程實(shí)效性量化評(píng)估建模分析的有效性，以某一個(gè)高校的思政課程為例，在學(xué)校各個(gè)專(zhuān)業(yè)和年級(jí)的所有學(xué)生中，隨機(jī)選取200 名學(xué)生，利用思政課程自動(dòng)化評(píng)估模型，評(píng)估該學(xué)校思政課程時(shí)效性，并與基于DEMATEL-ANP方法、多元化方法的評(píng)估結(jié)果進(jìn)行對(duì)比，從而驗(yàn)證基于聚類(lèi)分析算法的思政課程實(shí)效性量化評(píng)估建模分析是否有效，經(jīng)過(guò)統(tǒng)計(jì)分析處理之后，得到思政課程自動(dòng)化評(píng)估模型準(zhǔn)確度測(cè)試結(jié)果，如圖1所示。

圖1 思政課程自動(dòng)化評(píng)估準(zhǔn)確度測(cè)試結(jié)果

圖1 中的數(shù)據(jù)顯示，三種方法中，所提方法的誤差率最低，控制在30%以下，其次是基于DEMATEL-ANP方法，誤差率在60%以下，準(zhǔn)確度最差的為多元化方法，其誤差率在60%以上。

通過(guò)比較所提方法與基于DEMATEL-ANP方法、多元化方法的評(píng)估結(jié)果得到思政課程自動(dòng)化評(píng)估效率測(cè)試結(jié)果如圖2所示。

圖2 思政課程自動(dòng)化評(píng)估耗時(shí)測(cè)試結(jié)果

圖2中的數(shù)據(jù)顯示，在三種方法中，與基于DEMATELANP、多元化方法相比，所提方法進(jìn)行課程的自動(dòng)化評(píng)估時(shí)所消耗的時(shí)間最低，根據(jù)以上結(jié)果可以看出，基于聚類(lèi)分析算法的思政課程自動(dòng)化評(píng)估模型中進(jìn)行課程評(píng)估時(shí)準(zhǔn)確度較高，耗時(shí)較低，因此在思政課程的日常教學(xué)評(píng)估過(guò)程中，應(yīng)注重使用該方法。

4 結(jié)束語(yǔ)

本文提出了基于聚類(lèi)分析算法的思政課程實(shí)效性量化評(píng)估建模分析，基于思政課程時(shí)效性量化評(píng)估理論內(nèi)涵，構(gòu)建了思政課程時(shí)效性評(píng)估指標(biāo)體系，并將評(píng)估指標(biāo)體系進(jìn)行標(biāo)準(zhǔn)化處理，通過(guò)聚類(lèi)分析方法對(duì)數(shù)據(jù)進(jìn)行融合分析，確定了思政課程自動(dòng)化評(píng)估指標(biāo)的融合信息，最后結(jié)合思政課程自動(dòng)化評(píng)估模型設(shè)計(jì)，實(shí)現(xiàn)了思政課程時(shí)效性的量化評(píng)估。實(shí)例分析顯示，提出的量化評(píng)估方法具有一定的科學(xué)性，與學(xué)生給出的語(yǔ)言評(píng)估相一致。但該研究中還存在一定不足，后續(xù)研究可以通過(guò)對(duì)指標(biāo)體系量化方法進(jìn)行創(chuàng)新研究，提高數(shù)據(jù)的準(zhǔn)確性。