灰色聚类在大学生综合素质评价中的应用.docx

灰色聚类在大学生综合素质评价中的应用 一、引言 当今世界是一个以人才为重的时代 , 对人才的需求己逐步从 单一型高级专门人才向具备较高综合素质的复合型人才进行转 变。高等学校作为人才培养的最主要基地 , 用什么样的教育评价 理论、技术和方法来完善大学生综合考评机制 , 构建科学合理的 综合素质评价体系 , 为社会输送更多符合市场需求的高素质人才 已成为摆在高等教育研究者面前的一个重要课题。 现有的大学生综合评价方法主要分为两大类 , 即常规数学方 法和模糊数学方法。 前者多通过运用一定的数学模型将多个评价 指标值“合成”为一个综合性能评价值 , 如线性加权综合法。该 方法具有如下特点 :(1) 适合于处理各个评价指标间是相互独立 的情况 ;(2) 权重系数的作用较其他“合成”方法更为明显 ;(3) 由于对评价指标数据没有特定的要求 , 所以计算容易且易于推 广。另外 , 由于评价大学生综合素质的各评价指标间基本上都是 相互独立的 , 所以大部分的评价方法都是基于该数学模型实现的 如张琼的综合评分法和毛军权等提出的层次分析法。 模糊综合评 价方法则是通过应用模糊关系合成原理 , 从多个角度对被评判对 象所隶属等级状况进行综合性评判的一种方法。 其引入不仅是对 强制打分法的革命 , 也是对常规多指标综合评价方法的改进。赵 淑英和李勤等运用模糊数学的理论分别就模糊综合测评模型的 建立步骤和多层次模糊综合评价模型作了探讨。随后 , 贺华等又 对其进行了改进 ,将聚类分析的思想引入到模糊综合测评 , 建立 了一种开放的评价模型。然而 , 模糊综合评价方法也有其不足之 处。具体表现在 : 模糊综合评判过程本身不能解决评价指标相关 造成的评价信息重复问题。 与之不同 , 本文尝试将具有“小样本数据分析”能力的灰色 聚类分析理论应用于大学生综合素质的评价 , 希望能够对其进行 正确的分类。 二、大学生素质的灰色聚类分析 （一） 评价指标体系的确定 大学生综合素质评价体系是多因素状态方程 , 它是评价的核 心问题 , 其选择是否得当直接关系到评价的成败。它既要考虑基 本素质因素的影响又要考虑特殊素质的影响 , 而且每项因素又可 划分为若干子项。 在分析大学生的综合素质结构和查阅相关文献 的基础上 , 本文借鉴文献 [1] 来确定评价指标体系 , 该体系包括四 项一级指标 : 即德育素质、智育素质、身心素质和发展性素质 , 一级指标下又共分出 15 项二级指标 , 且每项指标所占的权重不 同。 （二） 白化权函数的构造 对大学生素质进行灰色聚类的目的是把不同学生的综合素 质进行优劣聚类 , 使之分别属于某一灰类 , 而归类时的判定原则 可以通过白化权函数来实现。 白化权函数一般采用分段函数表示 用来描述某项评价指标 （灰数）对某一临界值的接近程度 , 白化权 函数值越大 , 评价指标属于某一灰类的概率就越大。 假设m个聚类对象根据指标j的取值可分为s个灰类,那么 j 指标 k 子类的白化函数 为第 个指标属于第 个灰类的白化函 数。一般来说 ,白化权函数有 3种形式,如图 1所示。 图1 三种常见的白化权函数曲线 评价大学生综合素质性能时 , 图 1 表示某项评价指标属于某 一灰类的白化权函数 , 横坐标表示大学生综合素质评价指标 , 纵 坐标表示白化权函数值。 白化权函数曲线中的转折点为评价指标 的临界值 , 代表某一灰类的本质 , 故某项指标属于某一灰类的隶 属度越大时 , 其指标灰数的白化值越接近临界值。 （三） 灰色权值的计算 在白化权函数 中, 令 为 指标 子类的临界值 , 则图 1 所示 的三种灰类白化函数的临界值分别为 : , 为评价指标判为优类 （优秀）的临界值 ; , 为评价指标判为适中类 （ 良好、中等、及格 ） 的临界值 ; , 为评价指标判为差类的临界值。 设 为 指标 子类的临界值,称为j指标k子类的权,其计算 公式为 : （1） （四） 聚类系数的计算及聚类 设 为第 i 个对象属于第 k 个灰类的聚类系数 , 其值为 : 由上式构造对象 i 的聚类系数向量 , 得到聚类系数向量矩 阵: (3) 最后, 对聚类对象进行聚类。若 , 则对象 i 属于灰类 。 聚类结果分析 假定待评价的学生有 m个,将其聚为s个灰类,则 矩阵中的 行代表待评价的各个学生 , 各列分别表示该学生被归入第 j 个类 别的系数。此时 , 每行系数的最大值即为该学生所属灰类。 三、实例分析 本文以四川外语学院成都学院 2011 级外事管理系本科生为 实验对象 , 由于他们为同一专业的学生 , 在所学的专业课程、 道德 修养和社会实践环节等方面情况基本相同 , 具有可比性。下面仅 以 5 名同学为例 , 验证用灰色聚类分析对大学生综合素质进行评