浅析云模型的高校教师满意度综合评价.docVIP

　　浅析云模型的高校教师满意度综合评价 　　 论文 摘要：高校教师满意度评价是高等院校求得 发展 的重要环节，对高校的快速发展具有积极意义和重要作用。文章提出基于云模型的高校教师满意度综合评价模型，模型利用特尔斐法和层次分析法挖掘评价因素的权重，利用云发生器实现评价指标评语的定性定量转换，并利用虚拟云理论中综合云算法获得最终评价结果。 　　论文关键词：云模型；工作满意度；云发生器；高等院校 　　工作满意度(JobSatisfaction)一词最早见于Hoppock(1935)所发表的一篇关于工作满意度的研究报告，是指员工对其工作所持有的一般性的满足与否的主观态度，包括工作本身、工资、晋升、认可、工作条件、福利、自我、上级、同事及组织外成员等方面。此后，有关工作满意度的研究就成为 现代 管理 科学 和管理心 理学 的重要研究课题。一般而言，满意度与工作效率成正比关系，员工满意度直接决定他们的工作积极性水平，从而影响组织的绩效。近年来，我国高等院校得到了迅速发展，竞争也愈演愈烈。依赖教师的忠诚奉献已成为高等院校求得发展的关键所在。对高校来说，最关键的资源是人力资源，只有致力于建立学校与教师的良好关系，提高教师满意度，充分发挥教师的聪明才智，学校的发展才能有所保证。因此，重视高校教师的满意度，对高校教师满意度进行准确的评价分析，有效地提高教师工作满意度，对吸引、留住并激励教师具有特别重要的意义。文章通过对某高校教师满意度进行调查研究，利用云模型建立了教师满意度评价指标影响强度的定性定量转换模型，提出一种新的高校教师满意度评价方法。 　　1云模型简介 　　1．1云的概念及其数字特征 　　云是利用语言值表示某个定性概念与其定量表示之间不确定性转换模型，它主要反映 自然 语言中概念的两种不确定性，即模糊性(边界的亦此亦彼性)和随机性(发生的概率)，并把两者完全集成在一起，构成定性和定量间的映射。 　　设U是一个用精确数值表示的定量论域，C是U上的定性概念，若定量值x∈U是定性概念C的一次随机实现，x对C的确定度u(x)∈[0，1]是有稳定倾向的随机数u：U-[0，1]Vx∈U，x-u(x)，则x在论域上的分布称为云(Cloud)，每一个x称为一个云滴。如果概念对应的论域是n维空间，那么可以拓广至n维云。 　　云模型所表达概念的整体特性可以用云的数字特征来反映，云用期望Ex(Expectedvalue)，熵En(Entropy)，超熵He(Hyperentropy)三个数字特征来整体表征一个概念，记做c(Ex，En，He)。期望Ex是云滴在论域空间分布的期望，是最能够代表定性概念的点，或者说是这个概念量化的最典型样本；熵En代表定性概念的可度量粒度，熵越大通常概念越宏观，也是定性概念不确定性的度量，由概念的随机性和模糊性共同决定。超熵He(Hyperentropy)是熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定。 　　1．2云发生器 　　云发生器(CloudGenerator，简称CG)是指被软件模块化或硬件固化了的云模型生成算法，云发生器建立起定性和定量之间的相互联系，相互依存，定性中有定量，定量中有定性的映射关系，主要有正向云发生器和逆向云发生器两种。 　　正向云发生器(For. 　　5)画出综合评估云模型特征图进行该高校教师满意度的整体分析。 　　3．2实例应用 　　以某高校教师满意度作为实例按照基于云模型的综合评价方法对其进行评价。首先以实际采集到的数据为基础利用逆向云发生器对其进行处理，得到该高校教师满意度评估模型每个子指标的云模型及其数字特征如表2所示； 　　然后利用上述虚拟云理论中综合云算法将各个单因素的评估云综合起来得到该高校教师满意度的综合评估云， 计算 结果为C(55．01，eTL=4．91，he=0．78)，其数字特征图如图3所示 　　由图3可知，云滴的数据范围主要落在“不满意”区间内，且期望值Ex=55．01。因此可以看出该高校教师的综合满意度应该为“不满意”。同时利用正向云发生器对评价结果云模型进行5000次的正态随机模拟计算，得到相应满意度等级的云滴分布。其中“非常不满意”的个数为12，“不满意”的个数为4280，“一般满意”的个数为698，“较满意”和“非常满意不合格”的个数均为0，所以该高校教师满意度等级的隶属度为(0．0024，0．856，0．1396，0，0)，综合评价结果也为“不满意”。此外由图3可以看到云滴除了大部分落在区间“不满意”区间内，其余主要在区间“一般满意”内。因此该高校教师满意度对于等级“一般满意”的隶属度相对较高，即准确地说其满意度等级应该为“不满意”偏上更为贴切。 　　4结论与建议 　　4．1结论 　　1)整体上看，该高校教师