基于模糊综合评价的高效混合式课程体系研究

郭子健 丁明明 王梦

【摘要】21世纪是信息化的时代，信息化浪潮已经席卷了各个行业，尤其在高等教育领域扮演了重要角色，随着高校教学信息化改革的深入开展，特别是教育部教育信息化工作的相关部署，“互联网+教育”的教学模式已经成为高等学校教学发展的必然趋势.混合式学习的主要思想是把面授（Face-to-Face）教学和网络（Online）学习两种学习模式有机地整合，以达到降低成本、提高效益的一种教学方式.它通过对课堂面授和网络学习的合理整合，实现师生之间和同学之间的多元沟通互动，侧重于培养学生的综合能力，教学效果直接体现在学生的自主学习、创新思维、合作和沟通交流能力上.本文主要在此背景下，基于网络教学平台中的各项教学数据，通过数据挖掘分析，大数据建模，建立完善且合理的混合式课程评价体系，从而更好地实现对教师教学质量和学生学习质量两方面的综合评价.

【关键词】混合式课程;数据挖掘;教学质量;学习质量;模糊数学

当前互联网+行业发展迅速，同时也带动了高校教育行业的信息化发展.高校也从传统的教育模式逐渐转向互联网+教育模式.所谓互联网+教育即线上与线下结合、传统授课与网上授课并行的模式，也称为混合式教学.混合式教学通过对课堂面授和网络学习的合理整合，实现师生之间和同学之间的多元沟通互动，侧重于培养学生的综合能力，教学效果直接体现在学生的自主学习、创新思维、合作和沟通交流能力上.教学绩效是在一定教学目标的指导下，教学目标的实现程度、教育资源的配置状况和教育过程安排等情况的综合反映.与传统教学相比，基于互联网的混合式教学，使教学活动信息化，为难以评价的教学工作提供了可视化的平台，及可量化的数据分析平台，为教学绩效评价提供了一种新的可能.

一、研究背景

当前对混合式教学评价有一定的研究，大部分学者都是通过参考相关文献建立数学模型，然后通过调查或实验研究方法来验证提出的假设，也有部分研究者采用访谈和问卷调查相结合的方法进行研究.这些方法都是以统计方法对教学课程成效进行评价，却无法进一步分析各项因素对学习成效的影响程度，所以很多学者在评估学习成效时引入了教育生产函数概念.Siegfried和Fels（1979）认为学生利用网络进行学习时，计算机会记录一些传统教师不易量化观察的学生学习活动.[3]我國台湾地区的杨奕农和柴蕙质（2002）在评估网络教学绩效时，也是使用教育生产函数概念来描述学生的学习活动和其学习绩效之间的关系，并利用排序波比模型与回归模型分析影响网络远程学习绩效的因素，[4]此法最大的好处在于可以分别探讨个别网络学习活动可能的影响程度，因而，可以针对网络教学内容之设计找出明确改进方向，值得在分析网络学习绩效时参考.

基于前人的研究，有些问题已经达成共识，但有些问题存在争论，甚至一些问题还没有引起重视，归纳起来主要有以下三个方面：混合式教学绩效评价的目的需进一步明确;混合式教学绩效评价的模式需进一步合理化，包括评价主体的选择、评价内容的设计以及应占的比重;混合式教学绩效评价结果的可靠性需进一步论证.

混合式教学的最终目的即利用当前先进科学技术，不断提高授课方式和质量，从而更好地服务学生，提高学生的学习积极性，最终达到提高学习效率的目的.对混合式教学的评价也主要从学生、授课教师、专家三方面进行评价，根据三方面评价最终实现对某一混合式课程整体的评价.

二、模型的建立与求解

（一）数据获取及分析

本文利用学校中的网络课程管理平台系统，分别发布了适用于学生和教师的关于混合式课程评价的问卷.每学期末定时发放问卷，要求每名参与混合式课程的学生填写问卷.通过对问卷的收集整理，得到关于混合式课程的评价的学生和教师的部分数据，对专家调查方面，通过学校教师与其他高校专家教师的联系，从而获得专家评价数据.本次调查共收集到452份问卷，其中有效问卷为449份.通过数据分析，得到α系数等于0.975>0.9，KMO值为0.974大于0.9，说明问卷整体的信度、效度良好，具有一定的可信度.

（二）评价指标体系的建立

混合式课程评价是一个涉及多因素的综合评价，具有多种不确定因素，难以直接用量化的标准来进行定性分析，也不便于不同学科之间、不同教学方法之间的比较.本文选择模糊综合评价模型对难以准确定量分析的因素进行模糊综合评定，以求得一个更加符合实际的评价结果.

评价指标的选择是模糊综合评价科学性的关键.混合式课程评价体系设有一级指标共有五个，分别为课程教学目标、教学内容、学习资源、在线学习和教学设计及课堂组织，一级指标下设有20个与之对应的二级指标.

在评价指标体系的建立过程中采用了定性和定量相结合的方法.定性方法又称专家评判法，即依靠专家的经验来确定指标的种类及其重要性，在不断地反馈和修改中得到满意答案;定量方法即试算法，通过对历史资料的试算来判断指标的有效性.例如，在对2015年混合式课程体系结果进行分析，那么就可以用2014年的数据进行试算，通过试算结果判断指标是不是合适，然后再修正指标体系直至满意为止.

针对混合式课程目前应用比较多的指标体系见表1，集中了多位有关专家各个级别的各种评价指标.权重是专家经验和决策者意志的体现，相当程度上决定了多目标决策的精度，其确定是多目标决策的关键.表1中权重是根据现有混合式课程的实际情况，根据混合式教学评价体系指标权重问卷调查（教师版）-答卷汇总调查问卷进行数据分析，按照确定评价指标权重的方法和程序进行数据处理后确定的.

（三）模糊综合评价法的简介

首先确定模糊综合评判中的因素集和评语集，它们的元素个数和名称均可根据实际问题具体规定.

从模糊评价向量中可以看出隶属度最大所属值，按隶属度最大原则，保险学的评价模糊评价B={0.24117，0.20065，0.19628，0.13522，0.22668}.

三、结 论

该评价体系的评语等级V={很好，良好，一般，差，很差}，共5个等级，相对应的分向量C={90，70，50，30，10}，则最后综合评分：W=B×CT=0.24117×90+0.20065×70+0.19628×50+0.13522×30+0.22668×10=68.512=51.8882.

该课程在学生问卷调查的模糊综合评价评分为51.888 2，只能达到评价等级的中等水平，基本评定为一般.综合评分的大小反映了不同评价指标的优劣，从而为课程的综合评价提供了科学依据.通过以上单项评价和综合评价结果来看，该课程的课程教学目标、教学内容和教学设计及课堂组织较好，而学习资源和在线学习相对处于一般的等级，从而也导致了整个课程体系评分较低.所以，该课程应着重提高在学习资源和在线学习方面的不足.一方面，要积极提高课程在线上、线下的课程相关学习资源的丰富度，更好地做到网络教学平台内课程标准、导学任务等基本信息完备，课件、教案等常规性教学资源更新及时，试题（试卷）库、作业（作品）集等拓展性学习资源丰富，课程组教师共建共享教学资源.另一方面，也要多关注在线学习方面学生的参与，及围绕教学目标设计线上学习活动，包括线上自学、测验、作业、讨论、反思等，更好地利用网络教学平台指导学生学习，线上互动活跃，网络教学平台实现对作业、测验、小组学习等的管理，評价适当，反馈迅速，利用网络教学平台引导学生进行课后反思和学习经验分享和实现对学生日常学习情况的数据采集和分析，优化教学模式.做到混合式课程线上、线下更好的学生参与度及完成度.

【参考文献】

[1]刘洪民，杨艳东.大学研讨课教学绩效多层次模糊综合评价研究——基于学生的视角[J].教学研究，2016（4）：17-21+26.

[2]焦雪萍.美国中小学混合式学习理论及其实践研究[D].上海：华东师范大学，2016.

[3]刘萌.高校混合式课堂设计与实践研究[D].武汉：华中师范大学，2015.

[4]郑云翔，谢虎.高校课程信息化教学绩效成熟度模型研究[J].电化教育研究，2014（8）：71-77.

[5]李建林，姚一豫，聂明，等.基于粗糙集理论的高校教师教学质量评价系统研究[J].计算机应用与软件，2014（3）：59-63.

[6]黄德群.基于高校网络教学平台的混合学习模式应用研究[J].远程教育杂志，2013（3）：64-70.

[7]黄天慧，郑勤华.学习者数字化学习绩效的影响因素研究综述[J].中国远程教育，2011（7）：17-23+95.

[8]陶利民，徐真真.基于多元联系数集对分析模型的高校实验教学质量评价[J].杭州师范大学学报（自然科学版），2011（2）：168-173.

[9]黄亚平，陈小鸿，王惠.研究性教学评价体系的构建[J].中国高等教育，2008（Z2）：38-39.

[10]Jinglan Jiang.Auxiliary Platform Blended Learning Curriculum Research and Application based Cloud Computer ——In Computer Application Foundation Case[C].∥Proceedings of 2015 2nd International Conference on Education，Management and Computing Technology.2015.