络化学习模糊综合评价模型的构建.docVIP

网络化学习模糊综合评价模型的构建 The Construction of E-learning Synthetical Evaluation Model Based on Fuzzy Theory 黄越岭* 张小真** 廖 剑* *西南师范大学网络教育学院Tel:023E-mail:huangyl@swnu.edu.cn **西南师范大学计算机与信息科学学院 Tel:023E-mail:zhangxz@swnu.edu.cn 随着网络化学习（E-learning）的不断发展，对其进行科学而客观的综合评价日益重要。但目前对网络化学习方案的评价方法甚少。本文提出一种基于模糊综合的网络化学习评价模型，设计了完整的指标体系和评价方案，以期为教育决策者在衡量不同网络化学习方案的优劣和制定改进方案时提供更有价值的参考依据。 关键词：网络化学习 评价模型 模糊理论 指标体系 1 引言 近年来网络化学习（E-learning）发展很快，已经成为教育发展的一个重要领域。目前教育部批准开展网络学历教育试点的高校已有45所，非学历教育的网校更是不计其数。各个网校的办学模式百花齐放，各显其能。但在网络化学习的实践中也出现一些问题，比如学习平台的盲目开发、网络资源的重复建设、教学方法的滞后等等。由于缺乏一个科学而客观的标准，教育决策者难以衡量不同网络化学习方案的优劣，学员在对网络教育进行选择时也无所适从，因而对不同网络化学习方案进行系统而科学的综合评价也就越显迫切。 目前对网络化学习方案效果的评价研究较少，参考整个计算机辅助教育的研究，网络化学习效果的研究可以分为这样四个方向：单纯的网络化学习功效研究、网络化学习平台设计研究、网络化学习应用过程研究以及网络化学习综合研究。[2]通过对网络化学习效果研究的分析，我们认为，应当从教与学的全过程来看待网络化学习的效果, 充分考虑到网络化学习全过程中各个环节的作用, 考虑到各种因素的影响及其相互作用。因此，对网络化学习效果进行综合性的研究应是最符合当前网络化学习评价领域发展现状的研究方向。 评价工作的核心是建立评价模型。最为人们熟知的评价模型是线性的，即评价指标加权平均综合模型。其评价思想的核心建立在评价结果可以叠加，评价因子为线性关系的假设之上。这种模型计算简单，建模方便。目前现有的教学评价大多采用这一方法。但是实际上这种假设条件并不能成立，因此运用起来往往不能令人满意，评价结果的可信度也较差。事实上，评价对象均含有多种属性，这些属性从不同侧面反映了评价对象的不同特征，而这些特征往往又带有一定程度的模糊性，即具有非线性特征，因此采用模糊数学的方法进行综合评价，将更接近于实际情况。基于这种思想，我们构建出一种建立在教育统计学基础上的网络化学习模糊综合评价模型。 2 模糊综合评价思想的提出 模糊综合评价是基于评价过程的非线性特点而提出的，它是利用模糊数学中的模糊运算法则，对非线性的评价论域进行量化综合，从而得到可比的量化评价结果的过程。 当评价对象选定以后，首先要对评价目标进行分析；对评价对象所涉及到的影响因素进行科学合理地分类和分层，建立可测性、完备性和可行性相结合的评价指标体系；由于各个单因素在总评定因素中所起作用不相同，因此要设定各评价指标在其评价向量中所占的权重比例；对于采集到的评语集合，还要确定各评定等级的值，即评定等级的隶属度，从而得到量化的评语论域；接下来要按照评价目标的要求选择恰当的模糊算子，建立模糊综合的运算公式，即评价的数学模型；然后就可以按照评价指标体系设计评语样本采集表，进行样本的采集和数据的处理，代入运算公式，得到评价结果；最后还须对所得到的评价结果进行检验，以判定结果是否可信。（具体的评价过程见图1） 图1 模糊综合评价过程示意图 3 确定评价指标体系 评价指标体系是指评价对象所涉及到的各种影响因素的集合。 建立评价指标体系时，要符合指标与评价目标的一致性、同体系内指标的相容性、各评价指标的相对独立性的原则，并按照可测性、完备性和可行性的原则进行设计。 评价指标体系的变量设置不宜过多，否则就使评价与计算的工作量变大，同时对主要影响因素没有遗漏，做到可行性与完整性的结合。 3.1 评价对象的选定 评价对象是被评价的客体，在这里也就是被评价的网络化学习方案。 3.2 网络化学习的评价因素 影响网络化学习的因素主要包括以下四个方面：一是环境因素，涉及网络化学习的网络硬件设施、上网环境以及社会与网校环境等；二是网络教学平台及教学资源因素； 三是学生因素，涉及学生的积极性、计算机素养水平、学业基础和能力、学习动机、学习方式以及对教学模式的适应性等；四是教师因素，涉及教师的计算机素养水平、积极性及教学思想和方法等。 本文采取了两层的模糊