張笑青++蔣銳

摘要：通過調(diào)查問卷，以自我評價、學生評價、同事評價等多方位評價角度，收集教師各教學項目指標的評價數(shù)據(jù)，并加以標準化統(tǒng)一處理，通過建立馬爾科夫鏈模型，對教師各教學評價指標預測，運用熵值法對教師進行教學評估?？陀^公正地反映教師各教學指標狀況，使教師獲取及時獲取學生的對教學的信息反饋，便于了解自身狀況，合理反思和調(diào)整自身教學態(tài)度、教學方法等，促進教師教育教學水平的提高。

關(guān)鍵詞：馬爾科夫預測；熵權(quán)模糊綜合評價；教學評價

中圖分類號：TP391 文獻標識碼：A 文章編號：1009-3044（2016）26-0178-03

Based on Markov Integrated Teaching Quality Assessment Fuzzy

ZHANG Xiao-qing， JIANG Rui

（Computer Information Management， Hanlin College of Nanjing University of Chinese Medicine， Taizhou 225300， China）

Abstract： Through questionnaires， self-evaluation， student evaluation， colleagues evaluation of multi-faceted evaluation angle， each teacher teaching evaluation data collection project indicators and standardize centrally， through the establishment of Markov chain model， forecast evaluation of teachers teaching each using entropy method for teachers teaching evaluation. Objectively and fairly reflect the performance indicator of teaching teachers so that teachers get timely access to student teaching information feedback， easy to understand their own situation， rational reflection and adjust their teaching attitude and teaching methods to promote the improvement of teacher education teaching level.

Key words： Markov； Entropy Fuzzy Comprehensive Evaluation； teaching evaluation

教學評價是教學活動中不可缺少的一個基本環(huán)節(jié)，是研究教師的教學素養(yǎng)和學生的學習效果的價值過程，有利于引導教學行為，提高教學質(zhì)量。然而教學評價是一個非線性過程，具有多變量多因素，傳統(tǒng)的教學評價僅僅是根據(jù)學生考試成績來評價教師的教學效果，無法獲得造成該教學狀況的因素，只是以總結(jié)教學效果，教學工作狀況的最終型評價。對教學無法起到積極的引導和反饋。

本文從馬爾科夫理論出發(fā)，從教師教學素養(yǎng)角度出發(fā)對教師各教學項目指標評價預測，再運用熵值法對教師教學狀況進行模糊綜合測度，不僅可以讓教師了解自身教學水平狀況，還可以指導教師明白造成該狀況的原因，并通過該反饋信息及時調(diào)整，修訂教學計劃，調(diào)整教學行為，從而有效的工作以達到所規(guī)定的目標。

1 馬爾科夫預測與建立馬爾科夫模型

1.1 馬爾科夫預測定義

馬爾柯夫預測是將某一事物在某一時間點的狀況作為初始狀態(tài)，并通過將來時刻的狀態(tài)建立狀態(tài)之間轉(zhuǎn)移概率矩陣，在此基礎(chǔ)上預測該時間點以后的狀態(tài)變化趨勢，是一種與當前時間點無關(guān)的非線性時間序列分析法。它基于馬爾柯夫鏈，根據(jù)事件的目前狀況預測其將來各個時刻的變動狀況，它的預測具有未來獨立性，與現(xiàn)在和過去的狀態(tài)無關(guān)。

1.2 建立馬爾科夫預測評估模型

對研究事物建立科學的評價指標體系，并進行調(diào)查問卷以收集數(shù)據(jù)，基于每個評價指標進行馬爾科夫預測了解各指標當前評價狀況：

1）將評價得分劃分為 s 個等級，即 s 個狀態(tài)。設(shè)被調(diào)查者總數(shù)為 n ，第 i 等級的被調(diào)查者有 [ni]個（ i =0，1，…，s） ， 則第一次問卷調(diào)查后可得初始評價分布。

2）在該時間點基礎(chǔ)上的下一時間點再次進行調(diào)查問卷，可分別得到第 i 個等級的被調(diào)查者轉(zhuǎn)移到第 j 個等級的數(shù)目 [nij]（ i，j =0，1，…，s） ，進而可得一步轉(zhuǎn)移概率矩陣 P。

通過轉(zhuǎn)移矩陣P?？梢栽撌挛锏脑撝笜说梅謱⒊霈F(xiàn)“變大”和變小“兩種不同狀況。假設(shè)某指標評價為j等級，j等級向i（i>j）等級轉(zhuǎn)移就是變大，反之則是變小，E是指標得分變大還是變小程度的累加（E=[nij/ni-nji/ni]（i>j）），E>0時表示該指標傾向變大，反之變??；E越大，表明屬于變大轉(zhuǎn)化的越多，則該項目指標越好。

3）將 P分別代入線性方程組[π=πP，j=1sπj=1，πj≥0]，分別求解線性方程組，解得極限概率分布π，給每個等級賦予一個分數(shù) [sj]，依據(jù)多屬性綜合評價模式中的線性加權(quán)綜合法，令[ Mi = j =1s ?1πijSj]為第 i 個被評價班級的綜合評價值，通過比較 Mi 的大小，可以給該事物當前指標狀況評價。