于光華

摘 要： 針對大學(xué)生培養(yǎng)質(zhì)量采用加權(quán)平均法評價，弱化了部分評價指標的重要程度，導(dǎo)致評價結(jié)果不可靠，提出一種新的基于數(shù)據(jù)驅(qū)動的大學(xué)生培養(yǎng)質(zhì)量評價方法。構(gòu)建數(shù)據(jù)驅(qū)動模型，將系統(tǒng)狀態(tài)變量作為模型的輸入與輸出，通過系統(tǒng)數(shù)據(jù)特征建立系統(tǒng)狀態(tài)變量間的映射關(guān)系。選用由三個層次組成的評價指標體系，通過最小二乘意義下的主客觀權(quán)重組合法確定各指標權(quán)重。利用多層次模糊邏輯關(guān)聯(lián)聚類評價方法實現(xiàn)對大學(xué)生培養(yǎng)質(zhì)量的評價。實驗結(jié)果表明，采用所提方法對大學(xué)生培養(yǎng)質(zhì)量進行評價，評價結(jié)果科學(xué)可靠，與實際評價結(jié)果的一致性較高。

關(guān)鍵詞： 數(shù)據(jù)驅(qū)動; 大學(xué)生; 培養(yǎng)質(zhì)量; 評價; 模糊; 邏輯關(guān)聯(lián)

中圖分類號： TN911.1?34; TP391 文獻標識碼： A 文章編號： 1004?373X（2018）09?0113?04

Abstract： The weighted mean method used to evaluate the college students training quality weakens the importance degree of some evaluation indexes， which leads to the unreliable evaluation results. Therefore， a new college students′ training quality evaluation method based on data driven technology is proposed. The data driven model is constructed. The system state variables are considered as the input and output of the model. The mapping relation between the system state variables is established according to the system data characteristics. The evaluation index system composed of three levels is selected. The weight of each index is determined by means of the subjective and objective weights combining method in the sense of least squares. The multi?layer fuzzy logical association clustering evaluation method is used to evaluate the training quality of college students. The experimental results show that the proposed method used to evaluate the training quality of college students has scientific and reliable evaluation result， which is consistent with the actual evaluation result.

Keywords： data driven technology; college student; training quality; evaluation; fuzzy; logical association

0 引 言

大學(xué)生教育是我國創(chuàng)新體系的關(guān)鍵組成，其主要目的是培養(yǎng)具有創(chuàng)新精神、創(chuàng)新能力和實踐能力的綜合型人才[1]。隨著經(jīng)濟和科技的迅猛發(fā)展，企業(yè)競爭日益激烈，對高等綜合型人才的需求大大提高。大學(xué)生培養(yǎng)質(zhì)量能夠代表學(xué)校和國家人才的硬實力，因此對大學(xué)生培養(yǎng)質(zhì)量進行科學(xué)評價非常關(guān)鍵[2]。

當前大學(xué)生培養(yǎng)質(zhì)量評價方法通常采用加權(quán)平均法，弱化了部分指標的重要程度，導(dǎo)致評價結(jié)果不準確[3]。為此，本文提出一種新的基于數(shù)據(jù)驅(qū)動的大學(xué)生培養(yǎng)質(zhì)量評價方法，通過權(quán)值衡量評價指標重要程度，保證評價結(jié)果的可靠性。

1 基于數(shù)據(jù)驅(qū)動的大學(xué)生培養(yǎng)質(zhì)量評價分析

1.1 數(shù)據(jù)驅(qū)動模型

傳統(tǒng)數(shù)值模型都是根據(jù)一定系統(tǒng)物理規(guī)律構(gòu)建的，屬于過程驅(qū)動模型，其中的物理規(guī)律通過方程進行描述，一般利用有限差分等數(shù)值方法對方程進行求解，通過觀測數(shù)據(jù)實現(xiàn)模型檢驗[4]。

數(shù)據(jù)驅(qū)動模型與過程驅(qū)動模型不同，數(shù)據(jù)驅(qū)動模型將系統(tǒng)狀態(tài)變量當成模型的輸入與輸出，通過系統(tǒng)數(shù)據(jù)特征構(gòu)建系統(tǒng)狀態(tài)變量間的映射關(guān)系。數(shù)據(jù)驅(qū)動模型通過模糊邏輯、層次分析法等方法實現(xiàn)[5]。

數(shù)據(jù)驅(qū)動模型可用公式描述為：

1.2 評價指標體系

評價指標體系與評價問題有關(guān)，根據(jù)屬性對體現(xiàn)問題的各個指標進行類別劃分，每類為一個層次。對于簡單的評價問題，評價指標體系通常由兩個層次組成;對于復(fù)雜的問題，評價指標體系需要由多個層次組成[6]。本文研究的大學(xué)生培養(yǎng)質(zhì)量評價問題屬于復(fù)雜問題，選用由三個層次組成的評價指標體系，如圖1所示。圖1中，最高層[A]用于描述大學(xué)生培養(yǎng)質(zhì)量評價問題;第一層[B1，B2，…，Bn]用于描述一級評價指標;第二層[Cnk]用于描述二級指標。在此基礎(chǔ)上，本文結(jié)合模糊邏輯理論，通過多層次模糊邏輯關(guān)聯(lián)聚類評價方法實現(xiàn)對大學(xué)生培養(yǎng)質(zhì)量的評價。

1.3 評價指標權(quán)重確定

在評價指標體系中，各指標體現(xiàn)的重要性是不同的，所以，當對大學(xué)生培養(yǎng)質(zhì)量進行評價時，針對各指標需設(shè)定不同權(quán)重[7]。為了保證指標權(quán)重在主客觀上的統(tǒng)一，本文選用最小二乘意義下的主客觀權(quán)重組合法。

2 應(yīng)用實例分析

2.1 本文方法的測試結(jié)果

針對定性指標，因為評價影響大學(xué)生培養(yǎng)質(zhì)量指標的狀態(tài)評級具有隨機性，受到專家知識、經(jīng)驗的約束，導(dǎo)致部分專家無法獲取影響大學(xué)生培養(yǎng)質(zhì)量影響因素狀態(tài)等級的準確值，這時部分專家在一定程度上會通過描述性語言或區(qū)域值進行描述。經(jīng)大量研究表明，模糊判斷比確切值判斷更加可靠，同人們的邏輯思維更相符。所以，本文通過數(shù)據(jù)驅(qū)動，依據(jù)模糊思想對大學(xué)生培養(yǎng)質(zhì)量進行評價，建立數(shù)據(jù)驅(qū)動模型。因為專家的知識經(jīng)驗和背景不同，所以對大學(xué)生培養(yǎng)質(zhì)量的評價結(jié)果存在很大差異，評價結(jié)果不準確，本節(jié)通過建立數(shù)據(jù)驅(qū)動模型消除上述干擾，同時為不同評價指標賦予不同權(quán)重。假設(shè)共存在[n]個評價指標，賦予第[i]個指標的權(quán)重用[wi]進行描述，[wi∈0，1]，[i=1nwi=1]。評價指標權(quán)重表如表1所示。

將得到的大學(xué)生培養(yǎng)質(zhì)量評價指標確切值輸入數(shù)據(jù)驅(qū)動模型，輸出結(jié)果即為相應(yīng)大學(xué)生培養(yǎng)質(zhì)量評價綜合值。令90個不同專家對輸出結(jié)果進行審核，均認為沒有奇異結(jié)果，說明本文方法評價結(jié)果符合實際應(yīng)用，科學(xué)可靠。

2.2 一致性檢測

為了驗證本文方法的有效性，需對本文方法評價結(jié)果與實際結(jié)果進行一致性檢測。若一致性程度高于既定閾值，則認為本文方法評價結(jié)果準確。

假設(shè)[Φ]是大學(xué)生培養(yǎng)質(zhì)量評價總體結(jié)構(gòu)，用[λmax]描述[Φ]和實際值相符的最大特征值，則一致性指標可描述成：

3 結(jié) 語

本文提出基于數(shù)據(jù)驅(qū)動的大學(xué)生培養(yǎng)質(zhì)量評價方法。構(gòu)建數(shù)據(jù)驅(qū)動模型，確定評價指標體系和各指標權(quán)重。利用多層次模糊邏輯關(guān)聯(lián)聚類評價方法實現(xiàn)對大學(xué)生培養(yǎng)質(zhì)量的評價。經(jīng)實驗驗證，所提方法評價結(jié)果科學(xué)可靠，與實際評價結(jié)果的一致性較高。

參考文獻

[1] 魏順平，程罡.數(shù)據(jù)驅(qū)動的教育機構(gòu)在線教學(xué)過程評價指標體系構(gòu)建與應(yīng)用[J].開放教育研究，2017，23（3）：113?120.

WEI Shunping， CHENG Gang. Research on the construction and application of an online teaching evaluation system for data?driven educational institutions [J]. Open education research， 2017， 23（3）： 113?120.

[2] 高子龍，曾捷，許希斌.基于數(shù)據(jù)驅(qū)動的無線鏈路管理策略[J].科學(xué)技術(shù)與工程，2016，16（24）：219?223.

GAO Zilong， ZENG Jie， XU Xibin. A wireless link management policy bases on data driven [J]. Science technology and engineering， 2016， 16（24）： 219?223.

[3] ZHANG Xiuqing， LIU Jiaomin， YU Guoqing， et al. Design of electronic map data driven system based on large data analysis [J]. Modern electronics technique， 2017， 40（16）： 19?21.

[4] 李慧，李強，楊臻，等.基于數(shù)據(jù)驅(qū)動的彈射救生可視化軟件開發(fā)[J].計算機測量與控制，2015，23（2）：652?655.

LI Hui， LI Qiang， YANG Zhen， et al. Ejection lifesaving view simulation software development based on data actuation [J]. Computer measurement & control， 2015， 23（2）： 652?655.

[5] 蔣棟年，李煒.基于數(shù)據(jù)驅(qū)動殘差評價策略的故障檢測方法[J].控制與決策，2017，32（7）：1181?1188.

JIANG Dongnian， LI Wei. Fault detection method based on data?driven residual evaluation strategy [J]. Control and decision， 2017， 32（7）： 1181?1188.

[6] 胡文斌，伍宇鵬，程海燕，等.基于數(shù)據(jù)驅(qū)動的主汽溫度改進灰色預(yù)測PID控制[J].計算機仿真，2016，33（2）：190?193.

HU Wenbin， WU Yupeng， CHENG Haiyan， et al. An improved data?driven grey?predictive PID control for main steam temperature [J]. Computer simulation， 2016， 33（2）： 190?193.

[7] 張玉鵬，王茜.基于數(shù)據(jù)驅(qū)動平滑檢驗的密度預(yù)測評估方法：以香港恒生指數(shù)、上證綜指和臺灣加權(quán)指數(shù)為例[J].中國管理科學(xué)，2014，22（3）：130?140.

ZHANG Yupeng， WANG Qian. Density forecast evaluation based on data?driven smooth test： taking HIS， SHCI and TWII for example [J]. Chinese journal of management science， 2014， 22（3）： 130?140.

[8] 卜鵬，呂惠進，黃秋香，等.基于主成分分析法的南通市區(qū)大氣環(huán)境質(zhì)量評價[J].科技通報，2016，32（2）：214?217.

BU Peng， L? Huijin， HUANG Qiuxiang， et al. Atmospheric environmental quality evaluation in urban area of Nantong city based on principal component analysis [J]. Bulletin of science and technology， 2016， 32（2）： 214?217.