基于AHP的計算機網(wǎng)絡(luò)原理課程評價指標體系的構(gòu)建與應(yīng)用

楊曉敏

摘? 要： 針對課程教學(xué)中的評價難題，借助學(xué)習(xí)通軟件，通過線上線下的融合教學(xué)，構(gòu)建基于AHP的計算機網(wǎng)絡(luò)原理課程評價指標體系。建立模型1，構(gòu)建3個一級指標和14個二級指標。建立模型2，構(gòu)建5個一級指標和21個二級指標。用Python編程計算出每一個指標所占的權(quán)重，把所構(gòu)建的指標體系應(yīng)用到兩個班級的成績計算中，最后用皮爾遜相關(guān)系數(shù)對成績的相關(guān)性進行驗證，說明構(gòu)建的指標體系有較強的相關(guān)性，證明模型的可行性。

關(guān)鍵詞： AHP； 評價指標體系； 皮爾遜相關(guān)系數(shù)

中圖分類號：G642.0? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2023）06-149-04

Construction and application of evaluation index system of computer

network principle course based on AHP

Yang Xiaomin

（Maths & Information Technology School， Yuncheng University， Yuncheng， Shanxi 044000， China）

Abstract： Aiming at the evaluation problems in course teaching， an AHP-based evaluation index system of computer network principles course is constructed through the integration of online and offline teaching with the help of Learning Tong software. The weights of each indicator are calculated by Python programming， and the constructed indicator system is applied to the grade calculation of two classes. The correlation of the grades is verified by Pearson correlation coefficient. It shows that the constructed indicator system has strong correlation， which proves the feasibility of the model.

Key words： AHP; evaluation index system; Pearson correlation coefficient

0 引言

計算機網(wǎng)絡(luò)原理課程的特點是涉及知識面廣，知識點多，實踐性強。目前，國內(nèi)諸多學(xué)者對該課程評價方法、評價策略、評價指標做了相應(yīng)的研究，如文獻[1]中提出了基于OBE理念的機電傳動控制課程目標達成度評價策略，對課程目標的達成度給了相應(yīng)的計算方法，但是沒有給出具體的哪些知識點對應(yīng)哪些課程目標。課程的教學(xué)目標是課程教學(xué)的具體要求，是課程教學(xué)過程中內(nèi)容設(shè)計、過程實施、課程評價的重要依據(jù)。通過建立課程教學(xué)內(nèi)容與課程目標的支撐關(guān)系表，設(shè)計出相應(yīng)評價項目，為評價指標體系的構(gòu)建提供相應(yīng)的依據(jù)[2-3]。本文采用層次分析法來計算所構(gòu)建指標體系的指標權(quán)重，并且進行一課多評，探索從多個維度對學(xué)生進行綜合評價。

1 基于AHP構(gòu)建計算機網(wǎng)絡(luò)原理評價指標模型思路

AHP法是（Analytical HierarchyProcess）法的縮寫，即層次分析法，是一種定性與定量相結(jié)合的決策分析方法，將層次分析法運用到計算機網(wǎng)絡(luò)原理課程的評價指標體系中的主要步驟[4-6]。

⑴ 運用AHP法對計算機網(wǎng)絡(luò)原理課程建立評價指標模型，依據(jù)9度標度法構(gòu)造判斷矩陣，形式見式⑴。采用Python語言編程計算各指標的權(quán)重，并通過CR（如式⑵）進行一致性的檢驗。

[A=a11a12…a1ma21a22…a2m…………an1an2…anm] ⑴

[CR=CIRI<0.1]? ⑵

⑵ 針對計算機網(wǎng)絡(luò)原理的課程目標進行一級指標構(gòu)建，圍繞各章節(jié)的教學(xué)目標、要達到的能力和具備的素質(zhì)等方面進行二級指標構(gòu)建。在構(gòu)建指標體系的過程中要將考核項目和考核指標進行對應(yīng)。并從企業(yè)邀請有工程實踐經(jīng)驗的工程師參與指標體系的構(gòu)建。根據(jù)模型的運行結(jié)果對計算機網(wǎng)絡(luò)原理課程教學(xué)模式進行改進與優(yōu)化，使教學(xué)目標更加合理與符合實際，有利于人才培養(yǎng)模式的實現(xiàn)和課程教學(xué)的可持續(xù)改進[7]。

⑶ 專家指標的篩選。構(gòu)建指標體系，關(guān)鍵的步驟是進行指標的篩選，指標的篩選采用問卷的方式進行[8]，通過對專家發(fā)放問卷，問卷主要調(diào)查兩方面的內(nèi)容，一方面評價指標的設(shè)計是否合理，根據(jù)專家的反饋情況進行指標的調(diào)整和刪減；一方面根據(jù)專家的打分情況，進行了判斷矩陣的構(gòu)建，根據(jù)層次分析法計算出了各個指標的權(quán)重。

2 課程評價模型構(gòu)建

課程的評價方式采用一課兩評的方式進行評價，也就是說構(gòu)建兩個評價模型，目的是從多方面、多維度更加合理的對學(xué)生進行評價，評價模型1主要從平時成績、實踐能力、期末考核三方面進行評價。評價模型2主要從學(xué)生的知識要求、學(xué)習(xí)態(tài)度、實踐能力、協(xié)作能力、創(chuàng)新能力等方面進行評價。

2.1 課程評價模型1

從平時、實踐、期末進行評價所構(gòu)建的評價體系，用層次分析法得到相應(yīng)指標的權(quán)重，評價模型1如圖1所示。

根據(jù)所構(gòu)建的模型以及專家的賦值，得到了各層的判斷矩陣。準則層的判斷矩陣見式⑶。平時成績的判斷矩陣見式⑷，實踐能力判斷矩陣見式⑸，期末成績的判斷矩陣見式⑹。

使用Python編程，得出各個層次指標的權(quán)重如表1。

2.2 課程評價模型2

從知識掌握和能力方面進行綜合評價，構(gòu)建相應(yīng)的評價體系。評價模型2如圖2所示。

根據(jù)所構(gòu)建的模型以及專家的賦值，得到各層的判斷矩陣。準則層的判斷矩陣見式⑺，知識要求的判斷矩陣見式⑻，學(xué)習(xí)態(tài)度的判斷矩陣見式⑼。實踐能力的判斷矩陣見式⑽，協(xié)作能力的判斷矩陣見式⑾，創(chuàng)新能力的判斷矩陣見式⑿。

[1394929213134323249431222923241129332411] ⑺? ?[123122993213413162431492929344112969221]? ⑻

[12324251232134353424314515253541542431451] ⑼? ?[1575653597517673796567126935373613995979631] ⑽

[159579519775791]? ? ? ⑾? ? ?[13638342168648386124346481] ⑿

使用Python進行編程，得到相應(yīng)的指標權(quán)重，評價模型2的指標權(quán)重見表2。

3 課程評價模型應(yīng)用

3.1 成績分布分析

1907班成績分布如圖3所示，1908班成績分布如圖4所示。

通過成績分布圖可以看出，2個班級的成績普遍存在平時成績向高分集中，就是我們所說的高分膨脹現(xiàn)象[9]。1907、1908班的80分以上占比分別為：82％、82%。期末成績80分以上的占比分別為：6%、31.4%。從數(shù)據(jù)分析的結(jié)果看，平時成績普遍偏高，而期末成績普遍偏低，并且出現(xiàn)了不及格的現(xiàn)象，60分以下人數(shù)占比分別為：20%、0。從成績分布上看平時成績評價沒有真實反映學(xué)生平時的學(xué)習(xí)效果，但是通過下面的成績相關(guān)性分析可以看出，平時成績和期末成績的相關(guān)性為顯著相關(guān)，說明平時成績在一定程度上反映個體的學(xué)習(xí)態(tài)度和學(xué)習(xí)效果。分析主要原因是平時成績的分值量化沒有層次與梯度，在后續(xù)的教學(xué)中，需進一步優(yōu)化分值量化表，使平時成績能夠更準確的表現(xiàn)學(xué)生的學(xué)習(xí)行為與結(jié)果。

3.2 成績相關(guān)性分析

用Python語言進行編程對課程成績進行統(tǒng)計分析，采用Pearson法分析模型1的平時成績 、實踐能成績和期末成績的相關(guān)性，Pearson相關(guān)系數(shù)r的含義，當r=0時表示不存在線性相關(guān)；0≤| r |≤0.3時為微弱相關(guān)；0.3<| r |≤0.5 時為低度相關(guān)。0.5＜| r |≤0.8時為顯著相關(guān)；0.8＜| r |＜1時為高度相關(guān)；當| r |=1時為完全線性相關(guān)。分別對4個班的成績進行相關(guān)性分析[10-13]。

1907班的成績相關(guān)系數(shù)見表3，1908班的成績相關(guān)系數(shù)見表4。

理論上講，由于平時成績和實踐成績屬于過程性考核，期末成績屬于學(xué)習(xí)效果的考核，所以平時成績、實踐成績績與期末考試成績一般應(yīng)呈正相關(guān)趨勢[14-15]。通過平時成績、實踐成績的相關(guān)性進行分析，發(fā)現(xiàn)1907、1908的平時成績與期末成績表現(xiàn)為顯著相關(guān)。發(fā)現(xiàn)兩個班的平時成績和實踐成績、實踐成績和期末成績顯示為低度相關(guān)。一方面說明部分學(xué)生的特點是實踐能力較強，但是知識應(yīng)用的能力較弱。另一方面說明部分同學(xué)對知識點掌握的較好，但是實踐操作能力較弱。關(guān)于指標的相關(guān)性，還需要在以后的課程實踐中不斷的驗證與分析，并不斷的進行指標的優(yōu)化。

3.3 教學(xué)評價

通過采用線上線下混合式的教學(xué)模式以及多元化的評價方式，學(xué)生2020-2021第二學(xué)期教學(xué)評價效果較好，總共6個班的學(xué)生參與評教，評教平均分達98.81分，比第一學(xué)期教學(xué)平均分94.56分高出4.25分，說明混合式教學(xué)模式受學(xué)生歡迎。

4 結(jié)束語

通過研究，采用AHP法進行評價指標體系的構(gòu)建以及權(quán)重的計算，從多個維度對學(xué)生進行評價，可以更加客觀的對學(xué)生進行評價。通過加強過程性的評價，以及教學(xué)過程中的即時反饋機制，有助學(xué)生及時改進學(xué)習(xí)方法，提高知識的掌握程度，并不斷提高學(xué)生的綜合素質(zhì)。一課兩評對學(xué)生進行了更加客觀的評價，同時由于采用了線上線下相融合的教學(xué)方式，更精準的記錄學(xué)生的學(xué)習(xí)行為與過程，一方面提高了學(xué)生的學(xué)習(xí)興趣，另一方面使學(xué)生對自己目前的課程學(xué)習(xí)情況做到心中有數(shù)。本文構(gòu)建的指標體系以及融合式教學(xué)模式，可以移植到網(wǎng)絡(luò)工程專業(yè)其他的專業(yè)課上，有一定的實際應(yīng)用價值。

參考文獻（References）：

[1] 侯紅玲，任志貴，王長乾，等.基于OBE理念的機電傳動控制

課程目標達成度評價策略[J].大學(xué)教育，2020（1）：31-33

[2] 戴狄夫，金育強，李先雄，等.“特色學(xué)?！毙@足球政策執(zhí)行力

評價指標體系研究[J].武漢體育學(xué)院學(xué)報，2021，55（5）：93-100

[3] 王祥玲，左雙勇.AHP法對教師教育課程設(shè)置體系的評價

研究[J].科學(xué)咨詢（教育科研），2020（10）：51-52

[4] 溫宏巖，鄧騰.基于AHP法的環(huán)境藝術(shù)設(shè)計“項目化”教學(xué)評

價研究——以建筑和室內(nèi)設(shè)計課程為例[J].安徽建筑，2020，27（8）：160，171

[5] 周燕，樊磊.基于AHP法的計算機輔助設(shè)計類課程教學(xué)成效

研究——以延邊大學(xué)園林專業(yè)為例[J].大學(xué)教育，2020（8）：55-58

[6] 張小英，郝新生，何云峰.基于AHP法的高等數(shù)學(xué)課程教學(xué)

方法的評價分析——以山西農(nóng)業(yè)大學(xué)為例[J].高等數(shù)學(xué)研究，2020，23（4）：85-87，89

[7] 王淑芬，陳卉一.高校慕課教學(xué)質(zhì)量的AHP-模糊綜合評估

模型研究——以應(yīng)用型本科院校經(jīng)管類專業(yè)課程為例[J]. 環(huán)渤海經(jīng)濟瞭望，2020（7）：155-157

[8] 陸秀玉，侯洪烈.基于AHP-FCE模型的動物醫(yī)學(xué)專業(yè)課程

考試質(zhì)量評價體系構(gòu)建及應(yīng)用——以動物寄生蟲學(xué)課程為例[J].黑龍江畜牧獸醫(yī)，2020（12）：149-152

[9] 趙娟.基于AHP法的萊西市職業(yè)中等專業(yè)學(xué)校教師績效

考核研究[D].碩士，石家莊：河北師范大學(xué)，2020

[10] 遲明梅，房洪杰，孫玉梅，等.AHP在食品專業(yè)“一課兩考”課

程成績評定中的應(yīng)用[J].西南師范大學(xué)學(xué)報（自然科學(xué)版），2020，45（10）：146-151

[11] 杭祖圣，張凱銘，王經(jīng)逸，等.產(chǎn)學(xué)研合作背景下基于組合賦

權(quán)模糊Topsis法的大學(xué)生創(chuàng)新能力評價[J].高分子通報，2021（11）：71-80

[12] 佘梓航，徐嘉樺，姚志玉，等.基于皮爾遜相關(guān)系數(shù)的網(wǎng)購大

數(shù)據(jù)分析——以天貓佰潤居旗艦店交易記錄為例[J].韓山師范學(xué)院學(xué)報，2020，41（3）：16-22

[13] 覃玉冰，鄧春林，楊柳.基于皮爾遜相關(guān)系數(shù)的網(wǎng)絡(luò)輿情評

估指標體系構(gòu)建研究[J].情報探索，2018（10）：15-19

[14] 金淼.基于層次分析法的研學(xué)旅行綜合評價指標體系研究[D].

碩士，山西大學(xué)，2020

[15] 高敏.我國跳繩運動“SWOT-AHP”分析與提升策略研究[D].

碩士，曲阜師范大學(xué)，2020