基于AHP的计算机网络原理课程评价指标体系的构建与应用

杨晓敏

摘  要： 针对课程教学中的评价难题，借助学习通软件，通过线上线下的融合教学，构建基于AHP的计算机网络原理课程评价指标体系。建立模型1，构建3个一级指标和14个二级指标。建立模型2，构建5个一级指标和21个二级指标。用Python编程计算出每一个指标所占的权重，把所构建的指标体系应用到两个班级的成绩计算中，最后用皮尔逊相关系数对成绩的相关性进行验证，说明构建的指标体系有较强的相关性，证明模型的可行性。

关键词： AHP； 评价指标体系； 皮尔逊相关系数

中图分类号：G642.0          文献标识码：A     文章编号：1006-8228（2023）06-149-04

Construction and application of evaluation index system of computer

network principle course based on AHP

Yang Xiaomin

（Maths & Information Technology School， Yuncheng University， Yuncheng， Shanxi 044000， China）

Abstract： Aiming at the evaluation problems in course teaching， an AHP-based evaluation index system of computer network principles course is constructed through the integration of online and offline teaching with the help of Learning Tong software. The weights of each indicator are calculated by Python programming， and the constructed indicator system is applied to the grade calculation of two classes. The correlation of the grades is verified by Pearson correlation coefficient. It shows that the constructed indicator system has strong correlation， which proves the feasibility of the model.

Key words： AHP; evaluation index system; Pearson correlation coefficient

0 引言

计算机网络原理课程的特点是涉及知识面广，知识点多，实践性强。目前，国内诸多学者对该课程评价方法、评价策略、评价指标做了相应的研究，如文献[1]中提出了基于OBE理念的机电传动控制课程目标达成度评价策略，对课程目标的达成度给了相应的计算方法，但是没有给出具体的哪些知识点对应哪些课程目标。课程的教学目标是课程教学的具体要求，是课程教学过程中内容设计、过程实施、课程评价的重要依据。通过建立课程教学内容与课程目标的支撑关系表，设计出相应评价项目，为评价指标体系的构建提供相应的依据[2-3]。本文采用层次分析法来计算所构建指标体系的指标权重，并且进行一课多评，探索从多个维度对学生进行综合评价。

1 基于AHP構建计算机网络原理评价指标模型思路

AHP法是（Analytical HierarchyProcess）法的缩写，即层次分析法，是一种定性与定量相结合的决策分析方法，将层次分析法运用到计算机网络原理课程的评价指标体系中的主要步骤[4-6]。

⑴ 运用AHP法对计算机网络原理课程建立评价指标模型，依据9度标度法构造判断矩阵，形式见式⑴。采用Python语言编程计算各指标的权重，并通过CR（如式⑵）进行一致性的检验。

[A=a11a12…a1ma21a22…a2m…………an1an2…anm] ⑴

[CR=CIRI<0.1]  ⑵

⑵ 针对计算机网络原理的课程目标进行一级指标构建，围绕各章节的教学目标、要达到的能力和具备的素质等方面进行二级指标构建。在构建指标体系的过程中要将考核项目和考核指标进行对应。并从企业邀请有工程实践经验的工程师参与指标体系的构建。根据模型的运行结果对计算机网络原理课程教学模式进行改进与优化，使教学目标更加合理与符合实际，有利于人才培养模式的实现和课程教学的可持续改进[7]。

⑶ 专家指标的筛选。构建指标体系，关键的步骤是进行指标的筛选，指标的筛选采用问卷的方式进行[8]，通过对专家发放问卷，问卷主要调查两方面的内容，一方面评价指标的设计是否合理，根据专家的反馈情况进行指标的调整和删减；一方面根据专家的打分情况，进行了判断矩阵的构建，根据层次分析法计算出了各个指标的权重。

2 课程评价模型构建

课程的评价方式采用一课两评的方式进行评价，也就是说构建两个评价模型，目的是从多方面、多维度更加合理的对学生进行评价，评价模型1主要从平时成绩、实践能力、期末考核三方面进行评价。评价模型2主要从学生的知识要求、学习态度、实践能力、协作能力、创新能力等方面进行评价。

2.1 课程评价模型1

从平时、实践、期末进行评价所构建的评价体系，用层次分析法得到相应指标的权重，评价模型1如图1所示。

根据所构建的模型以及专家的赋值，得到了各层的判断矩阵。准则层的判断矩阵见式⑶。平时成绩的判断矩阵见式⑷，实践能力判断矩阵见式⑸，期末成绩的判断矩阵见式⑹。

使用Python编程，得出各个层次指标的权重如表1。

2.2 课程评价模型2

从知识掌握和能力方面进行综合评价，构建相应的评价体系。评价模型2如图2所示。

根据所构建的模型以及专家的赋值，得到各层的判断矩阵。准则层的判断矩阵见式⑺，知识要求的判断矩阵见式⑻，学习态度的判断矩阵见式⑼。实践能力的判断矩阵见式⑽，协作能力的判断矩阵见式⑾，创新能力的判断矩阵见式⑿。

[1394929213134323249431222923241129332411] ⑺   [123122993213413162431492929344112969221]  ⑻

[12324251232134353424314515253541542431451] ⑼   [1575653597517673796567126935373613995979631] ⑽

[159579519775791]      ⑾     [13638342168648386124346481] ⑿

使用Python进行编程，得到相应的指标权重，评价模型2的指标权重见表2。

3 课程评价模型应用

3.1 成绩分布分析

1907班成绩分布如图3所示，1908班成绩分布如图4所示。

通过成绩分布图可以看出，2个班级的成绩普遍存在平时成绩向高分集中，就是我们所说的高分膨胀现象[9]。1907、1908班的80分以上占比分别为：82％、82%。期末成绩80分以上的占比分别为：6%、31.4%。从数据分析的结果看，平时成绩普遍偏高，而期末成绩普遍偏低，并且出现了不及格的现象，60分以下人数占比分别为：20%、0。从成绩分布上看平时成绩评价没有真实反映学生平时的学习效果，但是通过下面的成绩相关性分析可以看出，平时成绩和期末成绩的相关性为显著相关，说明平时成绩在一定程度上反映个体的学习态度和学习效果。分析主要原因是平时成绩的分值量化没有层次与梯度，在后续的教学中，需进一步优化分值量化表，使平时成绩能够更准确的表现学生的学习行为与结果。

3.2 成绩相关性分析

用Python语言进行编程对课程成绩进行统计分析，采用Pearson法分析模型1的平时成绩 、实践能成绩和期末成绩的相关性，Pearson相关系数r的含义，当r=0时表示不存在线性相关；0≤| r |≤0.3时为微弱相关；0.3<| r |≤0.5 时为低度相关。0.5＜| r |≤0.8时为显著相关；0.8＜| r |＜1時为高度相关；当| r |=1时为完全线性相关。分别对4个班的成绩进行相关性分析[10-13]。

1907班的成绩相关系数见表3，1908班的成绩相关系数见表4。

理论上讲，由于平时成绩和实践成绩属于过程性考核，期末成绩属于学习效果的考核，所以平时成绩、实践成绩绩与期末考试成绩一般应呈正相关趋势[14-15]。通过平时成绩、实践成绩的相关性进行分析，发现1907、1908的平时成绩与期末成绩表现为显著相关。发现两个班的平时成绩和实践成绩、实践成绩和期末成绩显示为低度相关。一方面说明部分学生的特点是实践能力较强，但是知识应用的能力较弱。另一方面说明部分同学对知识点掌握的较好，但是实践操作能力较弱。关于指标的相关性，还需要在以后的课程实践中不断的验证与分析，并不断的进行指标的优化。

3.3 教学评价

通过采用线上线下混合式的教学模式以及多元化的评价方式，学生2020-2021第二学期教学评价效果较好，总共6个班的学生参与评教，评教平均分达98.81分，比第一学期教学平均分94.56分高出4.25分，说明混合式教学模式受学生欢迎。

4 结束语

通过研究，采用AHP法进行评价指标体系的构建以及权重的计算，从多个维度对学生进行评价，可以更加客观的对学生进行评价。通过加强过程性的评价，以及教学过程中的即时反馈机制，有助学生及时改进学习方法，提高知识的掌握程度，并不断提高学生的综合素质。一课两评对学生进行了更加客观的评价，同时由于采用了线上线下相融合的教学方式，更精准的记录学生的学习行为与过程，一方面提高了学生的学习兴趣，另一方面使学生对自己目前的课程学习情况做到心中有数。本文构建的指标体系以及融合式教学模式，可以移植到网络工程专业其他的专业课上，有一定的实际应用价值。

参考文献（References）：

[1] 侯红玲，任志贵，王长乾，等.基于OBE理念的机电传动控制

课程目标达成度评价策略[J].大学教育，2020（1）：31-33

[2] 戴狄夫，金育强，李先雄，等.“特色学校”校园足球政策执行力

评价指标体系研究[J].武汉体育学院学报，2021，55（5）：93-100

[3] 王祥玲，左双勇.AHP法对教师教育课程设置体系的评价

研究[J].科学咨询（教育科研），2020（10）：51-52

[4] 温宏岩，邓腾.基于AHP法的环境艺术设计“项目化”教学评

价研究——以建筑和室内设计课程为例[J].安徽建筑，2020，27（8）：160，171

[5] 周燕，樊磊.基于AHP法的计算机辅助设计类课程教学成效

研究——以延边大学园林专业为例[J].大学教育，2020（8）：55-58

[6] 张小英，郝新生，何云峰.基于AHP法的高等数学课程教学

方法的评价分析——以山西农业大学为例[J].高等数学研究，2020，23（4）：85-87，89

[7] 王淑芬，陈卉一.高校慕课教学质量的AHP-模糊综合评估

模型研究——以应用型本科院校经管类专业课程为例[J]. 环渤海经济瞭望，2020（7）：155-157

[8] 陆秀玉，侯洪烈.基于AHP-FCE模型的动物医学专业课程

考试质量评价体系构建及应用——以动物寄生虫学课程为例[J].黑龙江畜牧兽医，2020（12）：149-152

[9] 赵娟.基于AHP法的莱西市职业中等专业学校教师绩效

考核研究[D].硕士，石家庄：河北师范大学，2020

[10] 迟明梅，房洪杰，孙玉梅，等.AHP在食品专业“一课两考”课

程成绩评定中的应用[J].西南师范大学学报（自然科学版），2020，45（10）：146-151

[11] 杭祖圣，张凯铭，王经逸，等.产学研合作背景下基于组合赋

权模糊Topsis法的大学生创新能力评价[J].高分子通报，2021（11）：71-80

[12] 佘梓航，徐嘉桦，姚志玉，等.基于皮尔逊相关系数的网购大

数据分析——以天猫佰润居旗舰店交易记录为例[J].韩山师范学院学报，2020，41（3）：16-22

[13] 覃玉冰，邓春林，杨柳.基于皮尔逊相关系数的网络舆情评

估指标体系构建研究[J].情报探索，2018（10）：15-19

[14] 金淼.基于层次分析法的研学旅行综合评价指标体系研究[D].

硕士，山西大学，2020

[15] 高敏.我国跳绳运动“SWOT-AHP”分析与提升策略研究[D].

硕士，曲阜师范大学，2020