基于Cloud Model的大学生毕业质量评分模型的研究

康苏明，张 杰

（山西大同大学数学与计算机科学学院，山西 大同 037009）

随着高校毕业的数量的增多，很多问题也随之而来，比如就业问题，学校培养和社会需求之间的矛盾等，而学生培养质量的研究可以为这些问题提供很好的决策依据。

1 问题的提出

用以下几个相关的关键词在“中国知网”中进行检索，检索结果如表1所示：

表1 相关论文检索结果

从表1可以看出，目前国内对毕业生质量管理是有一部分研究，经过筛选、分类后发现，目前的研究在模型的选取上大都是以下几种。

1.1 知识判断模型

根据本科人才培养质量的定义，本科人才培养质量是知识、能力和素质的函数。为了使复杂的问题能够用简单化的标准去粗略评判，首先只考虑知识的因素，不考虑能力和素质的因素，于是就得到了第一种评价本科人才培养质量的简单模型，称为知识判断模型。这种模型所得到的结果显然不能满足需求。

1.2 综合素质测评模型

如果把高校看成是一个企业，把学生看成是产品，通常产品在上市前须经过一系列严格的检测，以保证产品质量。同样，高校在学生毕业前可以进行综合素质考评，以考查培养成果，为下一步怎么调整修改提供依据。综合素质包括了本科人才培养质量定义中的知识、能力和素质，只是把这三者相对简单地融合在一起，即得到了第二种评价本科人才培养质量的简单模型，称为综合素质考评模型，指在学生毕业之前采用一系列的评价指标，对学生进行综合测试，评价指标主要包括思想政治素质、科学文化素质、岗位专业素质、身体心理素质等。

1.3 基于模糊数学的评价模型

在近代模糊数学的基础上发展而来的模糊综合评价法为毕业生质量评价主要是非量化评价与量化评价的结合提供新的思路[1]。

用模糊综合评价方法来进行人才质量的评价也存在着一些不足之处：

(1)为得到评价结果,模糊评价模型中常用的最大隶属原则，会损失一些有用的信息；

(2)在毕业生质量的评价过程中，信息往往是海量的，使用模糊综合评判方法，对设备的性能要求很高，影响到系统的普及和推广；

(3)对毕业生质量的形成性评价应该是个动态的过程，模糊综合评判指标体系必须要求是矩阵式的，不能按需求与评价指标的具体情况来分级。

以上各种评价模型的不足之处，不仅使评价体系产生系统误差,降低了评价的信度和效度,而且不能全面正确地描述与地方高校的人才培养的基本规律和特点,难以对评价结果进一步进行系统分析并为相应的人才培养方案的改革提供决策依据。

2 毕业生质量的定量分析

在本课题中将李德毅院士基于统计学与模糊数学的基础上提出的云模型引入到毕业生质量评价中来[2]。云模型已经被应用于评价分析自然科学、社会科学中大量的不确定现象，是事物定量数据与定性分析之间的桥梁。例如：蒋建兵等人在学习评价、如胡石元等人在“教师课堂教学质量评价”等等，都证明了云模型不仅可以对有很多不确定性因素的评价进行很好的处理，而且可以通过减少评价数据的损失，得出其它一些方法没有统计出的结果。比如：不能从几次学生评价结果就可以看出这个学生在实际环境中工作情况的稳定性、心理波动情况等等。这表明云模型可以很好的反映自然语言的不确定性。

引入吴哲敏论文中的毕业生质量评价体系如下表[3]：

表2 毕业生质量评价体系指标

实验环境：前期的仿真环境所需的软硬件在现有的计算机系网络实验机房基本可以满足；后期的实证实验，需要得到数计学院与学校就业指导中心的协助；前期的走访和调研也是可以实现的。

主要实验方法如下：

指标体系的研究需要使用德尔菲法进行多轮投票和调查问卷分析法、层级分析法。

经过投票得到某个学生的评价数据如表3:

表3 某学生评价结果表

3 结论

经过云模型的分属性合并及多个云的合并之后，得出该学生的毕业生评价值为0.752，表示处于“很好”的评价区域附近，与其班主任对其做出的定性评价结果基本相符，说明本评价体系模型是正确科学的[4]。

这些评价数据可以很方便的进行合并运算，同时可以看出在各个评价属性内质量的分数，这样一方面可以给用人单位一个很好的参考，另一方面对于学校可以对整体毕业生按专业、性别等方面综合评价教学方面的效果，可以调整教学培养计划，以适应社会的需求。

[1]李德毅.不确定性人工智能[M].北京:国防工业出版社,2005.

[2]李德毅,刘常昱.论正态云模型的普适性[J].中国工程科学,2004,6(8):28-34.

[3]吴哲敏,信思金,陈琳.高校毕业生质量评价体系的构建模型[J].武汉理工大学学报,2006,28(7):146-148.

[4]张景安，张杰，王秀义.P2P网络中基于云模型的主观信任评价[J].微电子学与计算机,2010,27(8):96-100.