《计算机应用基础》课程平时成绩考核方式改革初探

张一帆 史素娟

摘 要：本文从研究学生的平时成绩的特点出发，提出了基于主成成分构成的计算方式，从而客观的评价学生的平时成绩，为研究客观评价学生成绩提供了可以参考的方法。

关键词：高职高专 平时成绩 主成成分

中图分类号：G642文献标识码：A文章编号：1003-9082（2019）04-0-01

在高职高专医学院校中，《计算机应用基础》课程是一门公共必修基础课程，该课程在学生学业发展过程中处于基础工具地位，而在其毕业后更是支撑职业发展的重要工具。《计算机应用基础》课程在学生所需要学习的课程中处于基础先修的地位，课程设定于新生入学第一个学期，授课对象为非计算机专业的医学生，要求学生掌握计算机基础知识和基本的操作能力。另外，该课程更注重培养医学生使用计算机来解决自己在工作、生活和学习过程中遇到问题的能力和意识。

目前，在各个高校中对于《计算机应用基础》课程的考核分为以下三种，分别是笔试、机试、“笔试+机试”。课程考核结果采用百分制，分数由考试成绩和平时考核成绩构成，最终的成绩由平时成绩和考试成绩综合评定构成，成绩的计算多是由计算机来完成，具有一定的客观性。但是，在学生平时成绩的考核方面，多是由授课教师进行人工登记，该阶段具有强烈的个人主观性。一般情况下，授课教师会以学生上课时的出勤情况进行主观评判，例如迟到、旷课等情况给出学生的平时成绩。由此可以知道，对于学生平时成绩的考核方面，严重缺乏客观、公正、科学的评价方式。因此，本文基于对学生平时成绩构成的现状，深入的挖掘其背后根本性的问题，提出了对学生平时成绩采用主成成分分析的方法。

一、学生平时成绩考核现状

1.计算机课程的特点

1.1全面普及，更加注重动手能力的培养

目前，全国高等院校都将《计算机应用基础》课程作为学生的基础先修课程，授课对象覆盖了所有专业的学生。通过各高等院校对计算机技术的大力推广，计算机技能以及成为青年学生必备的专业基础技能。《计算机应用基础》课程定位在通过基础理论知识的讲授，来培养学生在利用以所学基础理论知识为指导来动手解决实际问题的能力，从而使学生即掌握了必要的理论知识，又掌握了解决问题的方法。

在《计算机应用基础》课程的授课内容方面，主要涉及windows的基本操作知识、Office办公软件知识、网络基础知识。这些知识是学生在工作、生活和学习过程中使用频率比较高的基础知识，在理论知识的指导下来动手解决遇到的实际问题。

1.2学情复杂

由于高等院校招生均面向全国，因此招生录取来的学生在学习背景方面存在千差万别的区别。目前，在教育改革的背景下，高级中学阶段乃至初级中学阶段都已经将计算机知识传授给了学生，因此学生都具备基本的计算机知识。当这些学生通过高考进入大学后，教材往往缺乏新意，学生往往会对计算机传统教程具有客观的反感性。因此，在进行计算机基础课程的授课时，学生往往会出现诸如旷课、迟到等现象。然而，该行为的学生却能够顺利的通过课程考试。在不同的高等院校中，对于计算机基础知识的讲授在内容安排方面有所侧重。例如，在高职高专医学院校中，对于数据库知识则会很少涉及，而对于工科高校而言，数据库知识则是必须要讲授的内容。另外，就相同知识点而言，城市生源的学生相对熟悉，而偏远地区的学生则因很少接触计算机而相对较若。在学情复杂的背景下，进一步增加了计算机基础课程成绩的考核难度。

2.平时成绩考核的问题

目前，在高等教育领域，对于学生的平时成绩的考核方面还没有固定和统一的模式，绝大多数采用授课教师现场记录的方式来完成。由于该成绩具有极大的主观因素，因此就出现了各种各样的记录方式。有些教师通过点名的方式来记录学生的平时成绩，有些教师会根据学生课堂表现进行平时成绩的记录，而一些教师则会根据自己臆断来给学生评价平时成绩。这些平时成绩的考察记录方式在主观因素的影响下，很难做到公正、公平，学生对其具有极大的不满，从而对教学效果具有一定的负面影响。学生成绩的构成部分分别是平时成绩和考试成绩，这一考核方法被认为是一种相对积极、客观和公平的方法，但是由于其平时成绩记录的主观性导致缺乏一定的科学性。

二、平时成绩的主成成分分析

1.主成成分分析

在很多領域中，需要对某一个事物的多变量进行研究，通过大量的研究来从变量中寻求其规律。然而，大量样本虽然在一定程度上能对研究提供海量的信息资源，但是却大大增加原始数据集采集的难度，更何况某些变量之间也具有某种相关性，从而进一步的增加了分析问题的难度。如果刻意的降低信息量，则会因为某些信息的丢失而降低精度，从而影响研究的结果。为了平衡这种数据量的问题，尽可能的反应事物的客观面，就需要采用主成成分分析的方法来进行研究。对学生平时成绩的构成分析中，可以预见的有迟到、旷课、早退、回答问题次数、违纪次数。

2.算法分析

主成成分分析算法的思想是将k维的特征映射到M维上，在这里M维就是一个全新的正交特征即主成分，从而可以以此构建一个M维特征的向量。第一步：对每一维特征向量进行平均值的计算，然后该维特征向量统一减去该平均值。第二步：对形成的M维特征向量进行特征协方差矩阵的求解。第三步：对求得的协方差特征值的特征向量。第四步：将计算出的特征值进行将序排序，从中选择最大的N个，然后使用该N个特征向量组成特征向量矩阵。第五步：将样本投射到该N维的特征向量上，从而形成最后的结果。该算法的核心内容就是进行方差的最大转化方向。

3.使用主成成分分析平时成绩

对平时成绩的构成进行分析，构成的5个特征值分别都影响学生最终的平时成绩，每一个特征值的影响程度不同，因此很适合使用主成成分分析。特征值和百分比如表1所示。表2为分析结果。

通过主成成分的计算，可以得到3个值，按照降序进行排列，就得到了影响平时成绩的3个特征。通过设定最高分和最低分，按照一定的比例进行计算，可以客观的得到学生的平时成绩。

通过使用主成成分分析的方法，对平时成绩的构成进行分析，计算出影响平时成绩的特征，就可以客观给出学生的平时成绩，具有一定的指导意义。