Moodle平台下学生自主学习评价TOPSIS分析法探讨.docVIP

Moodle平台下学生自主学习评价TOPSIS分析法探讨 　　摘 要 论文简述了TOPSIS 分析法的原理与步骤，在给出了一个简单的Moodle平台下学生自主学习评价二级指标体系及各指标层权值的基础上，以某大学Moodle平台下某门课程89名学生的评价为例，给出了采用TOPSIS 分析法进行评价的详细过程与步骤。 　　关键词 Moodle平台；学习评价；TOPSIS分析法 　　中图分类号TP3 文献标识码 A 文章编号 1674-6708（2015）142-0050-02 　　1 Moodle平台 　　Moodle[1]是模块化面向对象的动态学习环境（Modular Object-Oriented Dynamic Learning Environment）的缩写，由澳大利亚教师 Martin Dougiamas 基于建构主义教育理论而开发的课程管理平台，目前在全世界已得到了广泛应用。Moodle 平台依据社会建构主义的教学思想，即教育者（老师）和学习者（学生）都是平等的主体，在教学活动中，他们相互协作，并根据自己已有的经验共同建构知识。Moodle具有网站管理、学习管理、课程管理等主要功能。其中课程管理中有测验、投票、问卷调查等功能，是专门为学生设计的。学生使用该功能可以完成作业，实现与教师和其他同学的交流、对所学知识进行测验，并且可以将自己的意见和建议以投票、问卷调查和blog的形式反馈给教师。学习管理功能基本由教师使用，教师通过该功能可以记录学生完整的学习历程，并为学生制定一套完整的、有针对性教学计划。此外，教师可以通过设置投票，问卷等栏目获知学生的想法，并且做出相应的改进。moodle可以整合优秀教师资源，代替教师在课外教学中发挥重要作用，实现因材施教，及时反馈，解决课外教学的问题。Moodle为学习者提供了一个自主学习的环境，在这种环境下学习者的学习与传统课堂教学相比有很大的不同，教与学活动时空分离、学习活动以自主学习为主。因此，对学习者的评价亦不同于传统课堂学习的评价，强调对自主学习过程的实时监控和对学习者主动性、自控性的测试，注重评价的过程性。本文拟将对Moodle平台下学习者自主学习评价指标体系与方法进行初步的探讨。 　　2 TOPSIS 分析法 　　TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）[2]是一种逼近于理想解的评价分析方法，其思想是定义评价问题的理想解、负理想解，然后计算评价对象对于理想解的相对接近度，以此作为评价优劣的依据。设评价问题有m个评价指标，n个评价对象， 　　为评价指标对应的权值；并设该问题的规范化加权目标的理想解是，负理想解是；评价对象到理想解和负理想解的加权欧氏距离分别为：；评价对象对于理想解的相对接近度为：。TOPSIS分析法的评价步骤如下。 　　步骤1：原始数据同趋势化、归一化处理 　　原始数据用矩阵存放，矩阵D的行表示评价对象、而列对应于评价因素，归一化处理形成评价矩阵。 　　步骤2：确定理想解和负理想解 　　设评价矩阵中元素值越大表示对应的评价因素越好，则： 　　理想解 　　， 　　负理想解 　　步骤3：计算每个评价对象到理想解和到负理想解的加权欧氏距离 　　， 　　步骤4：计算每个评价对象的相对接近度并按大小排序 　　计算 　　评价对象愈靠近理想解，愈接近于1；反之，愈接近负理想解，愈接近于0，排序可对评价对象做出评价。 　　3 Moodle平台下自主学习评价的TOPSIS分析法 　　3.1 Moodle平台下自主学习评价指标体系 　　Moodle平台下的自主学习不同于通常的课堂学习，其环境、学习者心理和行为等方面都发生了很大变化，对学习者的学习态度、学习过程的评价显得更加重要，其评价指标应考虑学生参加网络学习的自主能力、情感和态度、交互与协作学习能力、网络资源利用能力、测试成绩等情况。建立比较全面、客观、准确的Moodle平台下自主学习评价指标体系并不是一件容易的工作，本文通过问卷调查、学习者和教师访谈、专家研讨等方式以及参考其它网络学习评价指标内容，以Moodle平台下课程学习为基础，初步建立了一个简单的评价指标体系，并采用AHP（Analytic Hierarchy Process）方 　　法[3]给出了各指标层的权值，如表1所示。 　　其中，自主学习的二级评价指标对应的权向量，协作学习的二级评价指标对应的权向量，资源利用的二级评价指标对应的权向量，学习成果的二级评价指标对应的权向量，一级评价指标对应的权向量。 　　3.2 数据来源与处理 　　我们采集了某大学Moodle平台下某门课程89名学生的对应于表1二级评价指标数据