李國(guó)剛 牛贊宇

摘要：使用在線平臺(tái)進(jìn)行學(xué)習(xí)已經(jīng)成為很多人獲取新知識(shí)的途徑，但是我國(guó)現(xiàn)階段的在線學(xué)習(xí)平臺(tái)質(zhì)量的評(píng)價(jià)模型研究較為薄弱。如何評(píng)價(jià)并提高在線平臺(tái)的質(zhì)量已經(jīng)成為了一個(gè)非常值得關(guān)注的課題。基于現(xiàn)有相關(guān)研究的支撐下，本文構(gòu)建在線學(xué)習(xí)平臺(tái)質(zhì)量評(píng)價(jià)指標(biāo)體系，并通過(guò)使用德?tīng)柗品ǖ膶哟畏治龇ê湍：龜?shù)學(xué)綜合評(píng)價(jià)法建立兩種評(píng)價(jià)模型，通過(guò)分析評(píng)價(jià)模型的基本原理，收集專(zhuān)家意見(jiàn)、問(wèn)卷調(diào)查結(jié)果確定指標(biāo)權(quán)重并實(shí)際運(yùn)用該兩種評(píng)價(jià)模型。這些對(duì)在線平臺(tái)資源的設(shè)計(jì)者、管理者以及用戶都有一定的參考價(jià)值。

Abstract： Online education has been a way that many people can obtain new knowledge， but today the evaluation model research of quality of online education is weak in China. How to evaluate and improve the quality of online education has been a significantly important problem. Based on pre-existing relevant research， this dissertation builds an evaluation index system， and establishes two evaluation models through the Analytic Hierarchy Process based on Delphi method and the Comprehensive Evaluation Method of Fuzzy Mathematics. By analyzing fundamentals of evaluation models and collecting experts' opinions and results of questionnaire survey， we confirm index weight and practice these two evaluation models. This research has a certain reference value for designers and managers of online evaluation resource and learners.

關(guān)鍵詞：評(píng)價(jià)指標(biāo)體系;指標(biāo)權(quán)重;評(píng)價(jià)模型;在線學(xué)習(xí)平臺(tái)質(zhì)量

Key words： evaluation index system;index weight;evaluation model;quality of online education

中圖分類(lèi)號(hào)：G434? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）10-0233-04

0? 引言

隨著計(jì)算機(jī)以及信息技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)已經(jīng)深入每個(gè)人的工作以及日常生活。如今越來(lái)越多的教育機(jī)構(gòu)提供網(wǎng)絡(luò)課堂平臺(tái)，讓網(wǎng)絡(luò)教學(xué)成為一種重要的教學(xué)工具和手段，同時(shí)也吸引了越來(lái)越多的用戶通過(guò)網(wǎng)絡(luò)在線學(xué)習(xí)的方式來(lái)獲取知識(shí)[1]。

但是現(xiàn)階段的在線教育平臺(tái)的質(zhì)量保證體系不夠健全和完善，這對(duì)管理者和用戶來(lái)說(shuō)都是一個(gè)非常嚴(yán)重的問(wèn)題。教育機(jī)構(gòu)的管理者無(wú)法通過(guò)一個(gè)相對(duì)完善的教育質(zhì)量評(píng)價(jià)體系去清晰的認(rèn)識(shí)到網(wǎng)站自身和網(wǎng)站提供的一系列課程的功能性是否完好，并且無(wú)法根據(jù)評(píng)定的結(jié)果去加以改正[2];而用戶面對(duì)這些不同的教育網(wǎng)站和網(wǎng)絡(luò)課程，他們很難去辨別這些良莠不齊的網(wǎng)絡(luò)課程內(nèi)容，也沒(méi)有一個(gè)可以評(píng)判的依據(jù)，不清楚哪些網(wǎng)站的哪些課程才最適合。

因此，如何正確認(rèn)識(shí)在線教育質(zhì)量評(píng)價(jià)的科學(xué)性和復(fù)雜性，構(gòu)建合理的在線教育質(zhì)量評(píng)價(jià)模型，不僅可以提高現(xiàn)有在線教育的質(zhì)量，并可以使得在線教育資源得到更大的拓展。鑒于在線教育分為自主學(xué)習(xí)型和講授課型課程，本文側(cè)重于研究基于用戶自主查詢并學(xué)習(xí)在線網(wǎng)站提供的相關(guān)課程的在線教育（以下簡(jiǎn)稱為在線教育）。

1? 在線教育質(zhì)量的評(píng)價(jià)模型

1.1 德?tīng)柗品ㄐ拚膶哟畏治龇?/p>

在線教育質(zhì)量評(píng)價(jià)指標(biāo)體系中指標(biāo)的權(quán)重是評(píng)價(jià)活動(dòng)中的一個(gè)關(guān)鍵因素，選擇并確定指標(biāo)后，就要考慮其在評(píng)價(jià)指標(biāo)體系中的相對(duì)重要程度，也就是權(quán)重值的大小。指標(biāo)權(quán)重值的差異，可能會(huì)給綜合評(píng)價(jià)結(jié)果帶來(lái)不同程度的差異。也就是說(shuō)指標(biāo)的權(quán)重值越大，則其評(píng)價(jià)數(shù)值的變化對(duì)評(píng)價(jià)的結(jié)果影響就越大，反之影響就越小。因此，不同的加權(quán)方法會(huì)計(jì)算出不同的指標(biāo)權(quán)重，也就會(huì)導(dǎo)致不同的評(píng)價(jià)結(jié)果。如何科學(xué)、合理地確定各項(xiàng)指標(biāo)權(quán)重值，是本文如何盡可能合理地對(duì)在線教育質(zhì)量進(jìn)行評(píng)價(jià)和分析的決定性要素。

單一地使用層次分析法或者德?tīng)柗品ǚ謩e來(lái)供應(yīng)建在線教育質(zhì)量評(píng)價(jià)模型都會(huì)產(chǎn)生一定的局限性與結(jié)果的不完整性[3]。因?yàn)閷哟畏治龇ɑ诳陀^性的，沒(méi)并有把專(zhuān)家的豐富經(jīng)驗(yàn)應(yīng)用于指標(biāo)權(quán)重的設(shè)置;而德?tīng)柗品ɑ谥饔^性的，代表權(quán)重設(shè)置會(huì)帶有一定的主觀片面性[4]?；谶@兩者的特性，本文提出使用基于德?tīng)柗品ǖ膶哟畏治龇▉?lái)構(gòu)建在線教育質(zhì)量評(píng)價(jià)模型并確定評(píng)價(jià)指標(biāo)的權(quán)重，結(jié)合兩者優(yōu)勢(shì)，并且彌補(bǔ)兩者自身的不足之處。

1.1.1 基本原理

針對(duì)同一層（也就是同一級(jí)）的m個(gè)指標(biāo)，建立兩兩判斷矩陣A={aij}m×m，其中aij表征指標(biāo)i和j（i，j=1，2，…，m）的相對(duì)重要程度，且滿足aij= （如表1所示）。

根據(jù)德?tīng)柗品ā氨硨?duì)背決策”的思想，由評(píng)價(jià)活動(dòng)的組織者挑選n位專(zhuān)家，再分別由該n位專(zhuān)家針對(duì)同一層的m個(gè)指標(biāo)，形成n個(gè)相對(duì)獨(dú)立的判斷矩陣。設(shè)由第k位專(zhuān)家意見(jiàn)形成的判斷矩陣為A（k）={aij （k）}m×m，k=1，2，…，n。

對(duì)每一組i， j求取aij （k）的平均值

遍歷 k從1～n計(jì)算aij （k）的對(duì)應(yīng)值，然后判斷aij （k）的值是否偏離平均值aij且偏離的數(shù)值是否超過(guò)了預(yù)定的閾值（一般設(shè)定為50%），若是則標(biāo)記為A（k）。

遍歷i和j從1～m，若共有Δn個(gè)A（k）矩陣被標(biāo)記，則去除該Δn個(gè)判斷矩陣，得到（n-Δn）個(gè)符合一致性要求的判斷矩陣，記為n'。

平均化處理上述n'個(gè)判斷矩陣，得 ，其中 為n'個(gè)矩陣中相應(yīng) 的平均值，稱A'為一致性判斷矩陣。

按照基本的層次分析法計(jì)算步驟，求解一致性判斷矩陣A'的最大特征值λmax以及特征向量ω，對(duì)ω歸一化處理，就可以得到m個(gè)指標(biāo)對(duì)應(yīng)的權(quán)重值。最后使用隨機(jī)一致性指標(biāo)（CR）來(lái)衡量A'的一致性程度，若不符合要求，則需要重新采集專(zhuān)家小組的意見(jiàn)并重復(fù)上述的計(jì)算過(guò)程，直到結(jié)果通過(guò)檢驗(yàn)為止。

其中CR= ，CI為檢驗(yàn)判斷一致性指標(biāo)，CI= RI為修正值（如表2所示）。

1.1.2 評(píng)價(jià)模型應(yīng)用

本文主要任務(wù)是構(gòu)建在線教育質(zhì)量評(píng)價(jià)指標(biāo)體系，并提出相應(yīng)模型。對(duì)于提出的評(píng)價(jià)模型采用列舉一定量的數(shù)據(jù)來(lái)展示此種方法的實(shí)際運(yùn)用。

基于德?tīng)柗品ǖ膶哟畏治龇?，本文列舉了5位專(zhuān)家意見(jiàn)，并運(yùn)用上述的計(jì)算原理及過(guò)程確定了在線教育質(zhì)量評(píng)價(jià)指標(biāo)體系中各項(xiàng)指標(biāo)的權(quán)重值（如表3所示）。

1.2 模糊數(shù)學(xué)綜合評(píng)價(jià)法

模糊數(shù)學(xué)綜合評(píng)價(jià)法依據(jù)模糊數(shù)學(xué)的“隸屬度”理論，把定性評(píng)價(jià)轉(zhuǎn)變成定量評(píng)價(jià)，由此對(duì)受到多種條件約束的對(duì)象進(jìn)行總體的評(píng)價(jià)，其中“隸屬度”是指使用精準(zhǔn)的數(shù)學(xué)語(yǔ)言來(lái)描述模糊性的事物，范圍為0～1的實(shí)數(shù)，即[0，1]。因?yàn)槟：龜?shù)學(xué)綜合評(píng)價(jià)法具有系統(tǒng)性強(qiáng)，結(jié)果清晰的特點(diǎn)，所以可以運(yùn)用該種方法評(píng)價(jià)那些難以運(yùn)用數(shù)學(xué)原理進(jìn)行計(jì)算的事件[6]。

1.2.1 基本原理

建立因素集：

因素集是指由那些能夠?qū)υu(píng)價(jià)對(duì)象造成一定影響的各個(gè)元素組成的元素集合[7]。把那些對(duì)評(píng)價(jià)造成不同程度影響的因素確定n個(gè)一級(jí)指標(biāo)，構(gòu)成集合U={u1，u2，…，un}。每個(gè)一級(jí)指標(biāo)又可以細(xì)分成相應(yīng)的m個(gè)二級(jí)指標(biāo)。設(shè)第i個(gè)一級(jí)指標(biāo)劃分的相應(yīng)的二級(jí)指標(biāo)構(gòu)成集合Ui={ui1，ui2，…，uim}。

每個(gè)指標(biāo)設(shè)有x個(gè)評(píng)級(jí)等級(jí)，構(gòu)成集合T={t1，t2，…，tx}。

建立評(píng)價(jià)集：

評(píng)價(jià)集是指由不同的評(píng)價(jià)主體組成的元素集合。設(shè)有a個(gè)評(píng)價(jià)主體，構(gòu)成評(píng)價(jià)集B={b1，b2，…，ba}。其中，評(píng)價(jià)集可以只包含一個(gè)元素，即一個(gè)評(píng)價(jià)主體，這類(lèi)評(píng)價(jià)集被稱為單因素評(píng)價(jià)集;評(píng)價(jià)集也可以包含多個(gè)元素，即多個(gè)評(píng)價(jià)主體，這類(lèi)就被稱為多因素評(píng)價(jià)集。

權(quán)重分配：

模糊數(shù)學(xué)綜合評(píng)價(jià)法中的權(quán)重分配有三類(lèi)，分別為一級(jí)指標(biāo)的權(quán)重分配、二級(jí)指標(biāo)的權(quán)重分配以及不同評(píng)價(jià)主體的權(quán)重分配[8]。

一級(jí)指標(biāo)權(quán)重：

設(shè)一級(jí)指標(biāo)權(quán)重分配向量為Q={q1，q2，…，qn}，對(duì)應(yīng)一級(jí)指標(biāo)集合U={u1，u2，…，un}。Q是U上的模糊子集，其中，qi≥0，∑ qi=1。

二級(jí)指標(biāo)權(quán)重：

設(shè)第i個(gè)一級(jí)指標(biāo)劃分的相應(yīng)的二級(jí)指標(biāo)權(quán)重分配向量為Qi={qi1，qi2，…，qim}，對(duì)應(yīng)二級(jí)指標(biāo)集合Ui={ui1，ui2，…，uim}，（i=1，2，…，n），Qi是Ui上的模糊子集，其中qij≥0，∑ qij=1。

評(píng)價(jià)主體權(quán)重：

設(shè)評(píng)價(jià)主體權(quán)重分配向量W=（w1，w2，…，w3），對(duì)應(yīng)評(píng)價(jià)集合B=（b1，b2，…，ba），W是B上的模糊子集，其中，wi≥0，∑ wi=1。

建立在線教育質(zhì)量評(píng)價(jià)模型：

建立每個(gè)一級(jí)指標(biāo)ui關(guān)于x個(gè)評(píng)價(jià)等級(jí)的模糊關(guān)系矩陣，設(shè)為Si。通過(guò)問(wèn)卷調(diào)查的方式收集對(duì)各個(gè)評(píng)價(jià)等級(jí)表示贊同的對(duì)應(yīng)的人數(shù)，然后把贊成各個(gè)評(píng)價(jià)等級(jí)的人數(shù)換算成占被調(diào)查的總?cè)藬?shù)的百分比，這個(gè)百分比就是隸屬度。其中，

然后我們可以得到在線教育質(zhì)量評(píng)價(jià)模型關(guān)于a個(gè)評(píng)價(jià)主體的模糊綜合評(píng)價(jià)模型，記為D，

根據(jù)最大隸屬度原則，在線教育質(zhì)量評(píng)價(jià)的結(jié)果就是max D，也就是（d1，d2，…，dx）中的最大值對(duì)應(yīng)的評(píng)價(jià)等級(jí)。

1.2.2 評(píng)價(jià)模型應(yīng)用

為了保證評(píng)價(jià)結(jié)果的客觀性、完整性和科學(xué)性，在線教育質(zhì)量評(píng)價(jià)可采用由多元評(píng)價(jià)主體共同參與的評(píng)價(jià)方式[9]?？紤]到評(píng)價(jià)結(jié)果受到不同主體的影響程度，本文假設(shè)評(píng)價(jià)集由專(zhuān)家、在線教育網(wǎng)站的管理者以及用戶組成，各元素權(quán)重分別為專(zhuān)家（0.4）、管理者（0.2）、用戶（0.4）。實(shí)際運(yùn)用中可按照一定的方法確定評(píng)價(jià)集以及相應(yīng)的權(quán)重，比如經(jīng)驗(yàn)判斷法。確定各指標(biāo)權(quán)重的方法也有很多，比如因子分析法和上文提到的基于德?tīng)柗品ǖ膶哟畏治龇ǎ寄芡ㄟ^(guò)簡(jiǎn)單易操作的運(yùn)算得到權(quán)重的數(shù)值。本文為了方便計(jì)算和能夠清晰的展示運(yùn)算過(guò)程，假設(shè)各一級(jí)指標(biāo)權(quán)重、各二級(jí)指標(biāo)權(quán)重和在線教育質(zhì)量評(píng)價(jià)的專(zhuān)家組問(wèn)卷調(diào)查的直接結(jié)果如表4所示。

根據(jù)表4，得出在線教育質(zhì)量評(píng)價(jià)指標(biāo)體系的3個(gè)關(guān)于二級(jí)指標(biāo)的隸屬度矩陣，分別為

同時(shí)得出三個(gè)二級(jí)指標(biāo)權(quán)重分配向量，分別為Q1=（0.3，0.4，0.3），Q2=（0.1，0.3，0.3，0.3），Q3=（0.3，0.3，0.3，0.1）。因此，我們可以得到3個(gè)一級(jí)指標(biāo)關(guān)于4個(gè)評(píng)價(jià)等級(jí)的模糊關(guān)系矩陣，分別為