基于Web大学本科专业方向选择自助测评系统实现.docVIP

基于Web大学本科专业方向选择自助测评系统实现 　　摘 要：本文介绍了一个基于Web的用于大学本科专业方向选择的测评系统。通过对特定专业课程体系结构进行分析，建立专业方向选择算法模型，即基于大三学生的公共基础课和专业基础课已知成绩，根据专业划分的方向课程组合所需要的基础进行模糊聚类，得到对应的模糊隶属函数，作为学生科学选择专业方向的参考依据。在该模型的基础上，完成了功能需求分析、逻辑模型的建立、自助评测系统的设计和实现。文章最后给出了算例和演示效果。 　　关键词：测评系统 专业方向选择 聚类分析 B/S结构 　　中图分类号：TP319 文献标识码：B 文章编号：1673-8454（2008）19-0047-04 　　 　　高校教学改革是国家教育部的工作重点之一，很多高校在专业培养方案中开设了专业方向。一般做法是：在大一、大二学年期间实施第一、第二平台的公共基础和专业基础教育，三、四学年按照学生自由选择的专业方向进行培养。这样，学生到了大三就面临如何自主选择专业方向的问题；校方同样面临着怎样灵活设置专业方向才能既满足学生要求又节省教学资源的问题。对于信息管理与信息系统这类交叉性和综合性极强的专业来说，合理地解决好专业方向划分和课程设置问题显得尤为重要。 　　 　　一、课程体系结构分析 　　 　　在学生专业方向选择上，传统的做法是，学生凭着自己的理解和兴趣进行选择，有时还可能受到周围同学的影响，其主观随意性可想而知。这样做的结果可能由于理解上的偏差，而无法做到扬长避短、正确选择适合自己的专业方向，在后续的学习中遇到这样那样的难以克服的困难，也就在所难免。[1] 　　学生应该根据什么来选择适合自己的专业方向呢？学校又如何合理地设置专业方向呢？ 　　鉴于传统做法的许多弊端，一些学者提出了建立在对学生已有基础课和专业基础课成绩的基础上，采用模糊聚类分析方法来解决学生的专业方向选择的设想乃至逻辑框架，但是尚未有人开发出产品化的实际应用系统。[2]为了解决前面提出的问题，本文结合某校信息管理与信息系统专业学生对专业方向选择的实际需求，基于模糊聚类分析方法，设计和实现了一个基于Web的用于大学本科专业方向选择的自助测评系统。 　　教育部1998年颁布的专业目录中，将信息管理与信息系统专业的培养目标确定为：“培养具备现代管理学理论基础、计算机科学技术知识及应用能力，掌握系统思想和信息系统分析与设计方法以及信息管理等方面的知识与能力，能在国家各级管理部门、工商企业、金融机构、科研单位等部门从事信息管理以及信息系统分析、设计、实施管理和评价等方面的高级专门人才。”[3]为了实现这一培养目标，某校信息管理与信息系统专业学生在完成了公共基础和专业基础课程学习进入大三后，被划分为三个专业方向分别进行授课，其课程体系见表1。 　　 　　二、专业方向选择算法模型 　　 　　1.抽选识别对象的特性指标 　　本系统是采用模糊聚类模式识别的方法来建立专业方向选择算法模型的。[4]具体做法是，确定N位专家，并由教务处的教学管理系统获取信息管理与信息系统专业大三学生已修课程的成绩，专家从中选取能体现学生的学习能力的代表性基础课、专业基础课课程作为课程变量（ｕｊ），每位专家独根据特定方向（Ａｉ）对具体课程成绩的要求独立地进行打分（分值在0-1之间，分值越高表明此专业方向对此课程要求也越高），[5]统计专家的打分所得的平均值作为特性指标（见表２），然后根据专业划分的方向课程组合所需要的基础课程的成绩进行模糊聚类，得出帮助学生合理选择专业方向的对应的模糊隶属函数μAi。 　　2.建立专业方向模糊模式Ai的隶属函数 　　首先确定第j个特性指标Uj（ｊ＝１，２，３…８）。对于专业方向模式Ａｉ（ｉ＝１，２，３）的隶属函数，即 　　根据上述公式，可以得出模式A1、A2、A3的隶属函数分别为： 　　其中αij是表2中专业方向类别Ai的第j个特性指标Uj值的均值和标准差。由表2知，A1中的U1、U2、U4、U5，A2中的U3、U6、U7、U8，A3中的U3、U4、U6、U7的专家打分都是0.01，即表示这些课程变量对与其对应的专业方向影响不大，可以视同为0不参加隶属函数的计算。 　　3.算例 　　以表2中学生甲、乙、丙为例，把他们的成绩归一化。然后分别代入公式（2）、（3）、（４），计算出： 　　μA1（甲）=31.43%；μA2（甲） =27.08%；μA3（甲）=59.20% 　　μＡ１（乙）＝６．９１％；μＡ２（乙）＝４６．７１％；μＡ３（乙）＝４４．８９％ 　　μＡ１（丙）＝４０．８５％；μＡ２（丙）＝２２．７４％；μＡ３（丙）＝１８．６１％ 　　按最大隶属原则，有maｘ（μＡ１（甲），μＡ２（甲），μＡ３（甲））＝ｍａｘ