孔鵬 谷洪彬
摘要:隨著大數(shù)據(jù)和人工智能技術(shù)的興起,數(shù)據(jù)挖掘算法也逐漸應(yīng)用到產(chǎn)教融合質(zhì)量評價(jià)研究領(lǐng)域中。產(chǎn)教融合質(zhì)量評價(jià)的目的是對產(chǎn)教融合的質(zhì)量進(jìn)行量化,量化的結(jié)果可以是連續(xù)值,也可以是分類值,后者更容易給人直觀的印象。聚類分析算法是機(jī)器學(xué)習(xí)算法中對數(shù)據(jù)進(jìn)行分類的最常用算法。本文對某高職院校產(chǎn)教融合數(shù)據(jù)應(yīng)用聚類分析算法,探討了聚類分析算法在產(chǎn)教融合質(zhì)量分析研究中的可行性。
關(guān)鍵詞:產(chǎn)教融合;質(zhì)量評價(jià);聚類分析;高職院校
中圖分類號:T9311.5 文獻(xiàn)標(biāo)識碼:A 文章編號:1007-9416(2020)09-0206-03
0 引言
高職院校肩負(fù)著培養(yǎng)高素質(zhì)勞動(dòng)者和技術(shù)技能人才的使命,為我國經(jīng)濟(jì)社會(huì)發(fā)展提供了有力的人才和智力支撐。產(chǎn)教融合、校企合作和工學(xué)結(jié)合是職業(yè)教育的鮮明特色。產(chǎn)教融合的質(zhì)量必然影響到高職院校人才培養(yǎng)、技術(shù)創(chuàng)新、就業(yè)創(chuàng)業(yè)、社會(huì)服務(wù)的水平。國內(nèi)在產(chǎn)教融合質(zhì)量評價(jià)的研究主要集中在內(nèi)涵、提升路徑和構(gòu)建評價(jià)體系,采用的理論主要是利益相關(guān)者理論、績效管理理論、系統(tǒng)論、教育經(jīng)濟(jì)效率理論等[1-4],采用的方法主要是代表打分法、專家評定法和問卷調(diào)查。隨著智慧城市、智慧校園、智慧工廠、互聯(lián)網(wǎng)等領(lǐng)域的快速發(fā)展,海量、多元、多源的數(shù)據(jù)為構(gòu)建定量的、全過程的、多元的、多層級的產(chǎn)教融合質(zhì)量評價(jià)模型提供了新方法和新思路。
1 產(chǎn)教融合質(zhì)量評價(jià)指標(biāo)的建立
產(chǎn)教融合的目的是企業(yè)和高校合作,利用各自的優(yōu)勢,為對方提供合適的資源,同時(shí)也促進(jìn)自身的發(fā)展或者整個(gè)社會(huì)環(huán)境或經(jīng)濟(jì)環(huán)境的進(jìn)步。產(chǎn)教融合涉及多方面內(nèi)容,對產(chǎn)教融合質(zhì)量的評價(jià)也較為復(fù)雜。不同學(xué)者針對這個(gè)復(fù)雜的問題,采用分解的方式,從一個(gè)方面進(jìn)行質(zhì)量評價(jià)體系的建立,比如學(xué)生綜合素質(zhì)評價(jià)體系[5]、教學(xué)質(zhì)量評價(jià)體系[6]、深度合作質(zhì)量評價(jià)體系[7]等,這些評價(jià)體系的建立,可以從一個(gè)方面評價(jià)產(chǎn)教融合的質(zhì)量。為了更全面地評價(jià)一個(gè)高校的產(chǎn)教融合質(zhì)量,我們把這些單方面的質(zhì)量評價(jià)體系綜合起來,通過模糊聚類分析算法,實(shí)現(xiàn)量化評價(jià)和質(zhì)性評價(jià)的結(jié)合。
文獻(xiàn)7建立的人才培養(yǎng)質(zhì)量評價(jià)指標(biāo)體系分為目標(biāo)層、準(zhǔn)則層和指標(biāo)層三個(gè)層級,我們采用其準(zhǔn)則層作為我們的評價(jià)體系的一部分:創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)環(huán)境、校企合作基礎(chǔ)、校企合作育人過程、校企合作效果。
文獻(xiàn)8建立的校企深度合作質(zhì)量評價(jià)指標(biāo)體系分為一級指標(biāo)、二級指標(biāo)和三級指標(biāo)三個(gè)層級,我們采納其一級指標(biāo)作為我們的評價(jià)體系的一部分:合作辦學(xué)資源條件、合作辦學(xué)過程、合作辦學(xué)效果。
文獻(xiàn)9建立的校企合作項(xiàng)目績效評價(jià)指標(biāo)體系包括業(yè)績指標(biāo)和監(jiān)測指標(biāo)兩個(gè)一級指標(biāo),每個(gè)下面有若干二級指標(biāo)。我們采用業(yè)績指標(biāo)和監(jiān)測指標(biāo)下的教學(xué)資源建設(shè)指標(biāo)、教學(xué)過程指標(biāo)、企業(yè)素質(zhì)指標(biāo)。
綜合以上指標(biāo)的選取,排除重復(fù)或者相近的指標(biāo),得到我們要建立的產(chǎn)教融合質(zhì)量評價(jià)指標(biāo)體系如表1所示。
2 聚類分析的數(shù)學(xué)模型
聚類分析是根據(jù)事物間的不同特征和相似性等關(guān)系對這些事物進(jìn)行分類的一種方法。聚類與分類的不同之處在于,聚類所要求劃分的類是未知的。在聚類分析的過程中,要使得同一個(gè)簇中的對象有很大的相似性,而不同簇間的對象有很大的相異性。對于同一個(gè)簇中的不同對象,它們之間的相似性也有不同,相似性越接近的,屬于同一個(gè)簇的理由越充分[10]。
為了計(jì)算不同對象之間的相似性進(jìn)而進(jìn)行聚類,需要把數(shù)據(jù)存儲到矩陣中,再經(jīng)過數(shù)據(jù)標(biāo)準(zhǔn)化,計(jì)算相似系數(shù),進(jìn)行聚類這幾個(gè)步驟。
2.1 數(shù)據(jù)矩陣
設(shè)論域是將要被聚類的對象,每個(gè)對象有個(gè)性能指標(biāo),即,則有原始數(shù)據(jù)矩陣。
2.2 數(shù)據(jù)標(biāo)準(zhǔn)化
為了使具有不同量綱的實(shí)際問題中的不同數(shù)據(jù)可以進(jìn)行比較,需要對數(shù)據(jù)做出平移標(biāo)準(zhǔn)差變換和極差變換,將數(shù)據(jù)壓縮到[0,1]區(qū)間。
2.3 建立相似矩陣
根據(jù)和的相似程度建立相似矩陣,相似系數(shù)的常用計(jì)算方法有以下幾種:
(1)數(shù)量積法:
(2)夾角余弦法:
(3)相關(guān)系數(shù)法、最大最小法、算術(shù)平均最小法、幾何平均最小法、絕對值指數(shù)法、絕對值減數(shù)法、主管評分法等。
3 產(chǎn)教融合質(zhì)量評價(jià)模型算法的實(shí)現(xiàn)
以上所建立的產(chǎn)教融合質(zhì)量評價(jià)指標(biāo),是產(chǎn)教融合質(zhì)量評價(jià)體系的初始工作,此評價(jià)指標(biāo)適用于產(chǎn)教融合的每一個(gè)案例。對于同一所高校不同產(chǎn)教融合案例按照此評價(jià)指標(biāo)進(jìn)行量化評分,可以簡單直觀地得到不同案例的質(zhì)量效果,但是這種單一的評價(jià)方法不能全面反映不同產(chǎn)教融合案例之間的對比和聯(lián)系。因此,我們采用聚類分析算法,按照前面確定的4個(gè)產(chǎn)教融合質(zhì)量評價(jià)指標(biāo)對10個(gè)產(chǎn)教融合案例進(jìn)行評分,然后用SPSS軟件進(jìn)行聚類分析,產(chǎn)教融合實(shí)例評分如表2。
對以上數(shù)據(jù)進(jìn)行模糊相似矩陣的建立:本例中采用取夾角余弦法計(jì)算相似系數(shù),計(jì)算過程由統(tǒng)計(jì)分析軟件SPSS(Statistical package for the social science)實(shí)現(xiàn),相似矩陣如表3。
用直接聚類法做出動(dòng)態(tài)聚類圖,如圖1。
根據(jù)動(dòng)態(tài)聚類圖,對產(chǎn)教融合質(zhì)量情況分為3類時(shí)的分類為:{4, 6,1,10};{3,8,6};{7,9,2}。
產(chǎn)教融合質(zhì)量評價(jià)聚類分析的實(shí)際意義:聚類分析的原理是,越是先聚為一類的樣本越相似,本實(shí)例中表3為模型相似系數(shù)。從動(dòng)態(tài)聚類過程可以看出,聚成3類時(shí),一類樣本4,6,1,10都是“產(chǎn)教融合人才培養(yǎng)環(huán)境”成績較高,其中樣本4和6更相似。二類樣本3,8,5是“產(chǎn)教融合合作效果”評價(jià)分?jǐn)?shù)稍低而“產(chǎn)教融合合作過程”評價(jià)分?jǐn)?shù)較高,3和8更相似。三類樣本7,9,2是“產(chǎn)教融合企業(yè)素質(zhì)”和“產(chǎn)教融合合作效果”評價(jià)分?jǐn)?shù)較好,而7和9更接近。通過對不同樣本的聚類分析,相對于高校,我們可以找出聚到一類的企業(yè)的共同或相似特點(diǎn),從而為將來尋求更多的產(chǎn)業(yè)融合提供數(shù)據(jù)支持。
4 結(jié)論
基于大數(shù)據(jù)技術(shù)的產(chǎn)教融合質(zhì)量模型構(gòu)建,首先需要在產(chǎn)教融合過程中積累起相關(guān)數(shù)據(jù)。在此基礎(chǔ)上,建立評價(jià)體系,對于非數(shù)值指標(biāo)進(jìn)行量化。有了相關(guān)數(shù)據(jù)和評價(jià)體系,選取合適的數(shù)學(xué)模型并把數(shù)據(jù)應(yīng)用到此數(shù)學(xué)模型,選取和應(yīng)用數(shù)學(xué)模型的過程可能是個(gè)反復(fù)的過程,憑經(jīng)驗(yàn)和直覺想到的數(shù)學(xué)模型在計(jì)算之后很可能得不出期望的結(jié)果,這時(shí)需要對模型參數(shù)進(jìn)行調(diào)整,或者對數(shù)據(jù)進(jìn)行簡化或者補(bǔ)充。如果這種調(diào)整還是得不到足夠有說服力的結(jié)論,需要嘗試其它模型。本文的研究也經(jīng)歷了以上探索,最終選取聚類分析模型并應(yīng)用到實(shí)際工作中。
參考文獻(xiàn)
[1] 姚潤玲.基于利益相關(guān)者理論的應(yīng)用型本科院校產(chǎn)教融合績效評價(jià)研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2018.
[2] 胡偉卿.高職院校校企合作績效評價(jià)研究[J].高等理科教育,2009(6):154-158.
[3] 姜澤許.職業(yè)教育產(chǎn)教融合質(zhì)量評價(jià)體系的構(gòu)建[J].職教論壇,2018(5):131-133.
[4] 羅筑華,劉永.應(yīng)用型本科高校產(chǎn)教融合評價(jià)體系研究[J].黑龍江教育(高教研究與評估),2020(4):59-67.
[5] 魏孔鵬,谷洪彬,李嘯龍.學(xué)生綜合素質(zhì)評價(jià)的用戶畫像構(gòu)建研究[J].計(jì)算機(jī)時(shí)代,2020(3):96-98.
[6] 李嘯龍,魏孔鵬,谷洪彬.大數(shù)據(jù)技術(shù)在教學(xué)質(zhì)量評價(jià)中的運(yùn)用與探索[J].計(jì)算機(jī)時(shí)代,2020(4):85-86+89.
[7] 裴金平,廉超,蘇毓敏.校企合作模式下高校創(chuàng)新創(chuàng)業(yè)人才培養(yǎng)質(zhì)量評價(jià)體系構(gòu)建研究[J].勞動(dòng)保障世界,2017(9):13-14.
[8] 李小娟.職業(yè)教育校企深度合作質(zhì)量評價(jià)體系構(gòu)建[J].中國職業(yè)技術(shù)教育,2014(9):41-43+48.
[9] 趙恒伯,劉繁榮.芻議高職院校校企合作項(xiàng)目績效評價(jià)指標(biāo)體系的構(gòu)建[J].中國職業(yè)技術(shù)教育,2014(9):41-43+48.
[10] 馬守明,鄭武,程晨,等.應(yīng)用型高校教學(xué)質(zhì)量的灰色聚類分析方法[J].高教學(xué)刊,2020(13):77-79+85.