基于距离评估技术和VPMCD的高校教学质量评价

彭延峰 刘燕飞 何宽芳

摘要：目前神经网络被广泛应用于高校教学评价，但其具有计算量大及容易陷入局部最优解的缺陷。文章结合变量预测模型分类（VPMCD）方法，提出了基于距离评估技术和VPMCD的高校教师教学质量评价方法。分析结果表明，该方法能有效提高运算效率和预测精度。

关键词：教育改革;教学质量评价;距离评估技术;变量预测模型分类

中图分类号：G647     文献标志码：A     文章编号：1674-9324（2019）37-0069-04

随着高校连续几年的大规模扩招，高等教育在我国发展非常迅速，规模急剧扩大。到2016年，我国高等教育在学人数约3559万人，数量位居世界第一。高校连续几年盲目的大规模扩招，带来的直接后果是显而易见的，有的学校师资力量严重不足，很多教师超负荷讲课，教学需要的各种软硬件设施严重滞后，大批学子面对日趋激烈残酷的人才市场竞争，手无缚鸡之力，专业优势特长和基本技能等均不明显，毕业后就业困难。教学评价诞生至今，经过广大研究人员的努力，已逐渐形成了一套比较完备的理论体系。教学评价所用到的方法中，最常见的有加权平均法、层次分析法、模糊综合评价法、神经网络识别等。人工神经网络理论已经被广泛用于非线性的、复杂的、综合性问题决策分析。其用于教学评价的基本原理是把用来描述评价对象特征的信息作为神经网络的输入向量，将代表相应综合评价的量值作为神经网络的输出然后用足够的样本训练这个网络，使不同的输入向量得到不同的输出量值，如果输出的量值和预期的量值之间存在误差，并且超出了规定的误差范围，则根据误差按照一定的方法调整神经网络各层之间的连接权值以及隐含层、输出层节点的阈值，直到系统误差可以接受为止。就目前而言，神经网络理论已经被广泛应用于教学质量评价，但是该方法还存在一些缺陷。

Raghuraj等提出了一种新的模式识别方法——变量预测模型分类（Variable Predictive Model Based Class Discriminate，简称VPMCD）方法，并将其应用于生物学中的模式分类问题，获得了较好的效果。VPMCD方法所建立的变量预测模型可以是非线性的，因此VPMCD方法与神经网络一样，可以应用于多变量描述的非线性系统的模式识别问题。而在教学评价中，不同的教学质量评价指标之间大都具有一定的相互内在关系，而且在不同的样本环境下，这些指标及其相互内在关系都会发生不同的变化。因此，VPMCD方法可以有效地应用于高校教师教学评价中。

一、全方位高校教师教学质量评价指标体系

为全面、科学、准确地对高校教师教学质量进行评价，本文所提出的全方位教学质量评价体系对提出方法进行了验证。全方位评价体系是指由领导部门、督导团、同事同人、教师自身和学生等全方位各角度地来了解教师的工作绩效。通过这种绩效评价，被评教师可以从上级领导、督导团、自身和学生中获取多角度的反馈，从而更加清楚地知道自己的长处及不足，从而为后期的发展及职业规划提供依据。全方位高校教学质量综合评价体系包括授课评价体系和学习评价体系，其组成框架如图1所示。授课评价体系中的评价对象是高校教师，评价主体有督导、同行、学生和教师本人。在学习评价体系中，评价的对象是学生，评价主体有督导、教师、其他同学和学生本人。对于授课评价体系的指标有教师互评、教师自评、督导评教和学生评教等;对于学习评价体系的指标有同学互评、学生自评、督导评学和教师评学等。各指标相互联系、相互影响构成了全方位高校教学质量评价体系，具体评价指标如表1和表2所示。

二、基于DET-VMPCD的全方位高校教师教学质量评价方法

1.变量预测模型（VPMCD）。特征值的变量预测模型（Variable predictive model，简称VPM）为一个线性的或非线性的回归模型，可以选择以下四种模型之一：

3.基于DET-VPMCD的全方位高校教师教学质量评价方法。基于LPP和BP神经网络的全方位高校教师教学质量评价方法步骤如下所示，方法具体流程如图1所示：①将表1和表2中的学生评教、教师自评和同学互评各18个三级指标作为输入特征值，设共有g个样本，则可构建维数为g×18的特征值矩阵F。输出为高校教师教学质量督导评教结果，分为优、良、中、及格和不及格5个等级，对应的输出范围分别为[0.8，1]、[0.6，0.8]、[0.4，0.6]、[0.2，0.4]和[0，0.2]。②将获取的特征值矩阵输入DET，对特征值矩阵进行特征提取，所得到的显著教学评价指标记为F。③将训练数据输入VPMCD进行训练，选择合适的网络参数进行建模，然后用测试数据对方法的结果进行测试，用同一类别下取得的所有的特征值误差的平方和的最小值作为判别函数，从而对测试样本故障类型以及工作状态做出分类和预测，这就是基于DET-VPMCD的全方位高校教师教学质量评价方法。

4.评价方法仿真分析。督导评教、教师自评和同学互评各18个三级指标，共采集120个样本，其中学生评教、教师自评和同学互评样本（输入样本）共100个，每个评价等级20个样本，督导评教样本（输出样本）20个，每个评价等级4个样本。在评价的过程中，要求每个学生、督导和教师的评价都是独自进行的。在仿真分析时，随机选取输入样本80个作为训练样本，剩下的样本作为测试样本;样本对应的督导评教样本取均值作为输出。将选取的样本分别输入基于DET-VPMCD、VPMCD和BP神经网络的教学质量评价方法中进行训练和测试。为了更加准确地反映本文方法的评价效果，重复三次试验，三种方法的测试绝对误差如图2—图4所示。三种方法的对比结果如表3所示。表3中平均误差是每次实验所有测试样本误差的平均值。

从图2—图4可以看出，相对其他两种方法，DET-VPMCD方法的评价预测结果绝对误差曲线波动更弱，误差更小，评价结果更加接近真实值。表3从评价结果平均误差、评价等级正确识别次数、评价等级错误识别次数和评价等级识别精度四个参数对两种方法的教学质量评价结果进行了对比。结果表明，不管是教学质量等级还是教学评价结果，本文所提出的方法都获得了更好的預测精度。因此，使用DET-VPMCD能提高评价的准确性，DET-VPMCD方法应用在高校教师教学质量评价中是可行的。

本文提出了基于距離评估技术（DET）和变量预测模型分类（VPMCD）方法的全方位高校教师教学质量评价方法，该方法使用全方位高校教师教学质量评价指标体系，根据教师互评、教师自评、督导评教和学生评教多个指标对教师教学质量进行了评价，采用DET方法选取显著教学评价指标，采用相对BP神经网络等传统智能模式识别方法精度更高的VPMCD方法对采集的样本数据进行训练和测试。通过DET-VPMCD对高校教师教学质量进行合理评价，克服了单一的人为因素对评价结果的直接影响，为高校教学质量的评估提供了一种科学、合理的新方法，为教学质量评估的研究发展提供了有益的参考。

参考文献：

[1]李三波.多层次模糊综合评判法在教师教学工作业绩评价中的应用[J].计算机应用与软件，2012，29（7）：91-93.

[2]李荣英.高职高专教学评价数据处理方法探讨[J].教育与职业，2006，（30）：176-178.

[3]罗颂荣，程军圣，杨宇.基于本征时间尺度分解和变量预测模型模式识别的机械故障诊断[J].振动与冲击，2013，32（13）：43-48.

[4]郑永，陈艳.基于BP神经网络的高校教师教学质量评价模型[J].重庆理工大学学报（自然科学），2015，29（1）：85-90.

The Teaching Quality Evaluation Method of University Based on Distance Evaluation Technique and VPMCD

PENG Yan-feng1，2，LIU Yan-fei3，HE Kuan-fang1，2

（1.Hunan Provincial Key Laboratory of Health Maintenance for Mechanical Equipment，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China;

2.Engineering Research Center of Advanced Mining Equipment，Ministry of Education，Hunan University of Science and Technology，Xiangtan，Hunan 411201，China;

3.School of Mechanical Engineering，Hunan University of Science and Technology，

Xiangtan，Hunan 411201，China）

Abstract：At present，neural network is widely used in teaching evaluation of colleges and universities，but it has the shortcomings of large amount of calculation and easy to fall into local optimal solution.Combining the variable predictive model classification （VPMCD） method，this paper proposes a method for evaluating the teaching quality of university teachers based on distance assessment technology and VPMCD.The analysis results show that the method can effectively improve the operational efficiency and prediction accuracy.

Key words：educational reform;teaching quality evaluation;variable predictive model based class discriminate;distance evaluation technique