谷琳

摘? 要： 針對多媒體教學(xué)質(zhì)量評估過程存在一些缺陷，設(shè)計基于灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估方法。首先，分析當(dāng)前多媒體教學(xué)質(zhì)量評估現(xiàn)狀，構(gòu)建多媒體教學(xué)質(zhì)量評估指標(biāo);然后，采用灰色關(guān)聯(lián)分析法確定多媒體教學(xué)質(zhì)量評估指標(biāo)的權(quán)值，采用神經(jīng)網(wǎng)絡(luò)建立多媒體教學(xué)質(zhì)量等級的分類器;最后，與其他多媒體教學(xué)質(zhì)量評估方法進(jìn)行仿真測試。結(jié)果表明，所提方法的多媒體教學(xué)質(zhì)量評估正確率超過95%，而對比方法的多媒體教學(xué)質(zhì)量評估正確率均低于95%，同時，多媒體教學(xué)質(zhì)量評估建模效率也明顯改善，為多媒體教學(xué)質(zhì)量評估提供了一種新的研究方法。

關(guān)鍵詞： 多媒體教學(xué)質(zhì)量評估; 現(xiàn)代教學(xué)手段; 評估指標(biāo); 評估效率; 灰色關(guān)聯(lián)分析; 教學(xué)質(zhì)量等級分類器

中圖分類號： TN99?34; TP391? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼： A? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2020）09?0183?04

Multimedia teaching quality assessment based on grey relational

analysis and neural network

GU Lin

（Capital Normal University， Beijing 100048， China）

Abstract： Since there are some shortcomings existing in the process of multimedia teaching quality assessment， a method of multimedia teaching quality assessment based on grey correlation analysis and neural network is designed. The current situation of multimedia teaching quality assessment is analyzed， and the assessment index of multimedia teaching quality is constructed. The weight of multimedia teaching quality assessment index is determined with the grey relational analysis method， and the classifier of multimedia teaching quality grade is established by the neural network. Finally， the simulation test is carried out to make comparison with other multimedia teaching quality assessment methods. The results show that the accuracy of multimedia teaching quality assessment obtained with the proposed method is above 95%， while that with other methods is below 95%. At the same time， the modeling efficiency of multimedia teaching quality assessment is improved obviously. Therefore， the proposed method provides a new method for multimedia teaching quality assessment.

Keywords： multimedia teaching quality assessment; modern teaching means; assessment index; assessment efficiency; grey correlation analysis; teaching quality grade classifier

0? 引? 言

從1999年開始，全國高校進(jìn)入了擴(kuò)招階段，全國大學(xué)生數(shù)量急劇增加，高校教育進(jìn)入了快車道時代，大多數(shù)高校的師資力量不足，教育教學(xué)設(shè)備緊張，教學(xué)質(zhì)量成為高校討論的焦點(diǎn)問題[1]。高校的聲譽(yù)與教學(xué)質(zhì)量密切相關(guān)，為了滿足高校教育，提高教學(xué)質(zhì)量，大多數(shù)高校采用多媒體教學(xué)方式，相對于傳統(tǒng)黑板教學(xué)方式，多媒體教學(xué)方式具有許多優(yōu)越性，如可以進(jìn)行動畫播放講解、互動形式更優(yōu)[2]。高校教學(xué)質(zhì)量主要通過課堂多媒體教學(xué)質(zhì)量來反映，因此，如何對高校多媒體教學(xué)質(zhì)量進(jìn)行科學(xué)、客觀評估，對于提高高校課堂教學(xué)效果具有重要的實(shí)際意義[3?5]。

多媒體教學(xué)質(zhì)量是一個比較復(fù)雜的問題，牽涉技術(shù)很多，多媒體教學(xué)質(zhì)量評估指標(biāo)構(gòu)建主要包括：教師水平、課程難易、學(xué)生自身素質(zhì)等，它們之間相互影響，而當(dāng)前沒有一個統(tǒng)一、公認(rèn)的多媒體教學(xué)質(zhì)量評估指標(biāo)體系[6?7]。通常情況下，選擇大量的指標(biāo)對多媒體教學(xué)質(zhì)量進(jìn)行評估，這使得數(shù)據(jù)采集難度增加，同時，評估指標(biāo)太多，使得多媒體教學(xué)質(zhì)量評估建模過于復(fù)雜，評估指標(biāo)之間有一定的信息重復(fù)，會產(chǎn)生一定的干擾。當(dāng)前有主成分分析法的多媒體教學(xué)質(zhì)量評估指標(biāo)構(gòu)建方法、基于模糊理論的多媒體教學(xué)質(zhì)量評估指標(biāo)構(gòu)建方法，它們雖然可以減少多媒體教學(xué)質(zhì)量評估指標(biāo)的數(shù)量，但是沒有體現(xiàn)出每一種指標(biāo)對多媒體教學(xué)質(zhì)量評估結(jié)果的影響，從而影響多媒體教學(xué)質(zhì)量評估效果[8?10]。灰色關(guān)聯(lián)分析法是一種新型的指標(biāo)構(gòu)建方法，可以對各種指標(biāo)的權(quán)值進(jìn)行合理確定，為多媒體教學(xué)質(zhì)量評估指標(biāo)構(gòu)建提供了一種新的工具。

從本質(zhì)上，多媒體教學(xué)質(zhì)量評估是一種多分類問題，將多媒體教學(xué)質(zhì)量劃分為不同的等級，因此，在多媒體教學(xué)質(zhì)量評估指標(biāo)構(gòu)建的基礎(chǔ)上，需要設(shè)計多媒體教學(xué)質(zhì)量評估的分類器，主要由BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、馬爾可夫鏈等對多媒體教學(xué)質(zhì)量評估的分類器進(jìn)行設(shè)計[11?13]。

支持向量機(jī)設(shè)計多媒體教學(xué)質(zhì)量評估的分類器速度慢，而馬爾可夫鏈設(shè)計的多媒體教學(xué)質(zhì)量評估分類器質(zhì)量差，相對于支持向量機(jī)、馬爾可夫鏈，BP神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估分類器更優(yōu)，在多媒體教學(xué)質(zhì)量評估中得到了廣泛應(yīng)用[14]。

針對多媒體教學(xué)質(zhì)量評估過程中存在一些問題，本文設(shè)計了基于灰色關(guān)聯(lián)分析[15]和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估方法，與其他多媒體教學(xué)質(zhì)量評估方法進(jìn)行了仿真測試，結(jié)果表明，本文方法的多媒體教學(xué)質(zhì)量評估正確率高于當(dāng)前其他多媒體教學(xué)質(zhì)量評估方法，提升了多媒體教學(xué)質(zhì)量評估建模效率，同時，對比驗(yàn)證了灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)相融合應(yīng)用于多媒體教學(xué)質(zhì)量評估中的優(yōu)越性。

1? 灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估方法

1.1? 灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估原理

基于灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估原理為：首先，構(gòu)建多媒體教學(xué)質(zhì)量評估指標(biāo);然后，采用灰色關(guān)聯(lián)分析法確定多媒體教學(xué)質(zhì)量評估指標(biāo)的權(quán)值;最后，采用神經(jīng)網(wǎng)絡(luò)建立多媒體教學(xué)質(zhì)量等級的分類器，具體如圖1所示。

1.2? 構(gòu)建多媒體教學(xué)評估體系

在建立多媒體教學(xué)質(zhì)量評估指標(biāo)時，要使多媒體教學(xué)質(zhì)量評估結(jié)果科學(xué)、可信度高，本文基于一致性、全面性、獨(dú)立性、容錯性原則，建立一個合理、公正、科學(xué)的多媒體教學(xué)質(zhì)量評估指標(biāo)體系，具體如表1所示。

將多媒體教學(xué)質(zhì)量劃分為5個等級：優(yōu)、良、中、合格、不合格，它們的取值具體如表2所示。

1.3? 灰色關(guān)聯(lián)分析法

設(shè)多媒體教學(xué)質(zhì)量評估指標(biāo)組成的參考序列為：[X0={x0（1），x0（2），…，x0（m）}]，[m=6]，比較序列為：[Xi={xi（1），xi（2），…，xi（n）}]，[i=1，2，…，n]，設(shè)：

[xi（k）=1mk=1nxi（k），? ? i=0，1，2，…，m]? （1）

作如下標(biāo)準(zhǔn)化處理：

[xi=xi（k）xi，? ? i=0，1，2，…，m] （2）

灰色關(guān)聯(lián)系數(shù)計算公式為：

[ξi（k）=miniminkx0（k）-xi（k）+ρmaximaxkx0（k）-xi（k）x0（k）-xi（k）+ρmaximaxkx0（k）-xi（k）]? （3）

式中[ρ]表示分辨系數(shù)。

多媒體教學(xué)質(zhì)量評估指標(biāo)之間的關(guān)聯(lián)度為：

[ri=1mk=1mξi（k）] （4）

根據(jù)關(guān)聯(lián)度確定多媒體教學(xué)質(zhì)量評估的指標(biāo)權(quán)值。

1.4? BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)輸入節(jié)點(diǎn)數(shù)為[m]，隱含層節(jié)點(diǎn)數(shù)為[p]，輸出層的節(jié)點(diǎn)數(shù)為1，通過映射函數(shù)得到隱層節(jié)點(diǎn)輸入和輸出分別為：

[Sj=i=1nωijx（i）-θj] （5）

[bj=11+expi=1nωijxi-θj] （6）

式中[ωij]和[θj]分別表示隱層的連接權(quán)值和閾值。

輸出層節(jié)點(diǎn)的輸入和輸出分別為：

[L=j=1pωjkbj-θk] （7）

[yk=11+expi=1nωikxi-γk] （8）

式中[ωik]和[γk]分別表示輸出層的連接權(quán)值和閾值。

BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程就是不斷調(diào)整連接權(quán)值和閾值，使輸出層的實(shí)際輸出與期望輸出之間的誤差最小。

2? 多媒體教學(xué)質(zhì)量評估效果測試

2.1? 測試環(huán)境

為了分析基于灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估方法的有效性，采用表3的測試環(huán)境進(jìn)行仿真實(shí)驗(yàn)，并選擇文獻(xiàn)[13?14]的教學(xué)質(zhì)量評估方法進(jìn)行對比測試。

2.2? 測試數(shù)據(jù)

為了體現(xiàn)多媒體教學(xué)質(zhì)量評估結(jié)果的科學(xué)性，選擇5位教師的多媒體教學(xué)質(zhì)量作為測試對象，它們的樣本數(shù)量如表4所示。同時，采集多媒體教學(xué)質(zhì)量評價指標(biāo)數(shù)據(jù)，由于幅篇有限，沒有列出。

2.3? 多媒體教學(xué)質(zhì)量評估正確率對比

統(tǒng)計本文方法與文獻(xiàn)[13?14]的多媒體教學(xué)質(zhì)量評估方法對5位教師多媒體教學(xué)質(zhì)量評估的正確率，結(jié)果如圖2所示。對圖2的多媒體教學(xué)質(zhì)量評估正確率進(jìn)行分析可以發(fā)現(xiàn)：

1） 文獻(xiàn)[13?14]的多媒體教學(xué)質(zhì)量評估正確率均低于95%，這主要是由于它們無法準(zhǔn)確描述多媒體教學(xué)質(zhì)量整體信息，使得多媒體教學(xué)質(zhì)量評估錯誤率高，媒體教學(xué)質(zhì)量評估結(jié)果缺乏科學(xué)性。

2） 本文方法的多媒體教學(xué)質(zhì)量評估正確率高于文獻(xiàn)[13?14]方法，對于所有教師的多媒體教學(xué)質(zhì)量評估正確率均高于95%，這主要是由于本文方法引入灰色關(guān)聯(lián)分析法，準(zhǔn)確確定了多媒體教學(xué)質(zhì)量評估指標(biāo)的權(quán)值，能夠更好地反映多媒體教學(xué)質(zhì)量整體信息，并采用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，降低了多媒體教學(xué)質(zhì)量評估錯誤率，媒體教學(xué)質(zhì)量評估結(jié)果更加可信。

2.4? 多媒體教學(xué)質(zhì)量評估效率對比

統(tǒng)計本文方法與文獻(xiàn)[13?14]的多媒體教學(xué)質(zhì)量評估方法對5位教師多媒體教學(xué)質(zhì)量評估建模時間，結(jié)果如圖3所示。

從圖3可以發(fā)現(xiàn)，文獻(xiàn)[13?14]的多媒體教學(xué)質(zhì)量評估建模時間長，多媒體教學(xué)質(zhì)量評估效率比低，而本文方法的多媒體教學(xué)質(zhì)量評估建模時間明顯縮短，加快了多媒體教學(xué)質(zhì)量評估速度，可以快速得到多媒體教學(xué)質(zhì)量評估結(jié)果，能夠滿足人數(shù)多的多媒體教學(xué)質(zhì)量評估應(yīng)用要求，實(shí)際應(yīng)用范圍更廣。

3? 結(jié)? 語

為了提高多媒體教學(xué)質(zhì)量評估正確率，本文提出了基于灰色關(guān)聯(lián)分析和神經(jīng)網(wǎng)絡(luò)的多媒體教學(xué)質(zhì)量評估方法。首先，構(gòu)建多媒體教學(xué)質(zhì)量評估指標(biāo)，并采用灰色關(guān)聯(lián)分析法確定多媒體教學(xué)質(zhì)量評估指標(biāo)的權(quán)值;然后，采用神經(jīng)網(wǎng)絡(luò)建立多媒體教學(xué)質(zhì)量等級的分類器;最后，進(jìn)行多媒體教學(xué)質(zhì)量評估仿真實(shí)驗(yàn)，結(jié)果表明，本文方法是一種錯誤率低、效率高的多媒體教學(xué)質(zhì)量評估方法。

參考文獻(xiàn)

[1] 楊秀平，張華，李亞兵.高校教學(xué)質(zhì)量評價系統(tǒng)平臺的構(gòu)建與保障機(jī)制探究[J].實(shí)驗(yàn)室研究與探索，2018，37（2）：231?234.

[2] 阮家港.基于因子?聚類分析的民辦本科高校青年教師教學(xué)質(zhì)量評價研究：以商丘學(xué)院為例[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2015，45（4）：86?93.

[3] 趙馨蕊，周雨青，瞿林云.大學(xué)物理MOOC教學(xué)質(zhì)量評價指標(biāo)體系的建構(gòu)[J].東南大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2017，19（z2）：163?168.

[4] 李逢慶，韓曉玲.混合式教學(xué)質(zhì)量評價體系的構(gòu)建與實(shí)踐[J].中國電化教育，2017，22（11）：108?113.

[5] 劉芳，宮華，許可，等.基于熵權(quán)改進(jìn)的TOPSIS法的教師教學(xué)質(zhì)量評價[J].沈陽工業(yè)大學(xué)學(xué)報，2017，39（5）：540?544.

[6] 昝輝，施章清.基于模糊理論的文科綜合實(shí)驗(yàn)教學(xué)質(zhì)量評價體系的構(gòu)建[J].實(shí)驗(yàn)技術(shù)與管理，2016，33（8）：213?216.

[7] 唐量，張國強(qiáng)，匡希龍.應(yīng)用型高?！豆こ探ㄔO(shè)法規(guī)》課程教學(xué)質(zhì)量評價的AHP模型[J].湖南師范大學(xué)自然科學(xué)學(xué)報，2016，39（5）：77?80.

[8] 趙馨蕊，周雨青.基于模糊綜合評價法的大學(xué)物理MOOC教學(xué)質(zhì)量評價[J].高等工程教育研究，2019（1）：190?195.

[9] 冉建.基于馬爾可夫鏈和多元統(tǒng)計分析的體育教學(xué)質(zhì)量評估方法研究[J].教育理論與實(shí)踐，2013，33（18）：60?62.

[10] 岳琪，溫新.基于GA和BP神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評價模型研究[J].內(nèi)蒙古大學(xué)學(xué)報（自然科學(xué)版），2018，49（2）：204?211.

[11] 盧信文.證據(jù)理論和神經(jīng)網(wǎng)絡(luò)的教學(xué)質(zhì)量評估模型[J].現(xiàn)代電子技術(shù)，2017，40（15）：119?121.

[12] 范巖，馬立平.優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的高校教學(xué)質(zhì)量評價模型[J].統(tǒng)計與決策，2018，34（2）：80?82.

[13] 張明亞.基于主成分分析和支持向量機(jī)的英語教學(xué)質(zhì)量評價[J].現(xiàn)代電子技術(shù)，2018，41（7）：178?182.

[14] 吳麗，劉益和.證據(jù)理論和支持向量機(jī)相融合的教學(xué)質(zhì)量評價[J].西南師范大學(xué)學(xué)報（自然科學(xué)版），2016，41（2）：92?98.

[15] 孫明瑋，齊玉東.基于云模型和改進(jìn)灰色關(guān)聯(lián)分析模型的網(wǎng)絡(luò)服務(wù)質(zhì)量綜合評估[J].計算機(jī)科學(xué)，2019，46（5）：315?319.