（教育技术学专业论文）教师案例学习系统中的学习评价模型的设计与实现.pdf

摘要 笔者通过参与教师案例学习系统的维护和教学工作发现，原有系统缺少对受训教师案 例学习的评价，不能有效评判受训教师的学习效果和监控受训教师的学习过程，从而影响 了教师案例学习系统的教学质量。本文旨在建立一个能有效支持案例学习，可以提供及时、 全面、动态评价的学习评价模型，并完成对该模型的系统设计和实现。 本研究综合模块化、自动化和缺陷分析等教育技术方法论原则，采用文献研究、软件 工程等研究方法。本文在参考大量网络学习评价模型的基础上，结合案例学习的特点建立 了案例学习评价模型，该模型具有以下特点：1 结合案例学习的特点，有针对性地开展评 价。2 以形成性评价为主，注重对学习过程的诊断。3 评价模型的自动化设计，即实现“动 态 评价。4 实现评价模型的模块化设计。5 选用a h p 模糊综合评价技术。6 评价方式的 多元化。 本文在参考大量网络学习评价指标体系的基础上运用层次分析法建立了教师案例学 习评价指标体系，该指标体系侧重对影响案例学习的非量化因素的评价，选取“知识储备、 “交流与协作 和“案例资源使用三个因素作为一级指标，重点评价受训教师在案例学 习中的交流与协作能力及其对教师案例资源的使用情况。 依据上述模型，本文设计并开发了教师案例学习评价系统，包括总体设计、功能设计、 数据库设计和用户权限设计等。系统采用三层体系结构，采用j s p 为开发语言，选用 m i c r o s o f t ：公司的s q ls e r v e r2 0 0 0 数据库作为后台数据库管理系统。 通过本研究得出以下结论： l 、案例学习评价应注重理论与实践的评价结合。 2 、借鉴软件工程的组件化设计思想，实现学习评价模型的模块化设计。 3 、实现学习评价模型的自动化设计，完成“动态评价。 4 、a h p 模糊综合评价技术的合理运用。 关键词：教师案例学习系统，案例学习评价模型，a h p 模糊综合评价，评价指标体系 a b s t r a c t t h r o u g ht h em a i n t a i n i n go ft e a c h e r s c a s e - b a s e d l e a r n i n gs y s t e ma n dt h ep r o c e s so f i n s t r u c t i o n a lj o b ，t h ea u t h o rf o u n dt h a tt h es y s t e mw a sl a c ko fl e a r n i n ge v a l u a t i o n ，w h i c hm a d e u sc a n te v a l u a t et h ee f f e c to fl e a r n i n ga n dc a l l ts u p e r v i s et h el e a r n i n gp r o c e s s ，a l la b o v ew o u l d i m p a c tt h et e a c h i n gq u a l i t y t h i sp a p e ri sa i m e dt oe s t a b l i s han e we v a l u a t i o nm o d e lw h i c hi s l o g i c a l ，c o m p r e h e n s i v ea n dc u r r e n tt oi m p l e m e n tt h ed e s i g na n dd e v e l o p m e n t c o n s i d e r i n gt h ee d u c a t i o nt e c h n o l o g ym e t h o dp r i n c i p l e so fm o d u l a r i z a t i o n ，a u t o m a t i z a t i o na n d a r t i f i c i a l i t yd e f e c ta n a l y s i s ，t h ep a p e ra d o p t st h em e t h o do fd o c u m e n ti n v e s t i g a t i o n ，s o f t w a r e e n g i n e e ra n ds oo n t h ef e a t u r e so ft h en e we v a l u a t i o nm o d e l ：1 b a s e do nc a s e b a s e dl e a r n i n g 2 f o r m a t i v ee v a l u a t i o ni st h em a i nm e t h o d 3 a u t o m a t i z a t i o nd e s i g n 4 m o d u l a r i z a t i o nd e s i g n 5 i m p l e m e n t i n gd y n a m i ce v a l u a t i o no nc a s el e a r n i n g 6 c h o o s i n ga h p - f u z z yc o m p r e h e n s i v e e v a l u a t i o na st h ec o r ea r i t h m e t i c r e f e r r i n gt om a n yw e b l e a r n i n ge v a l u a t i o ni n d e x e s ，t h ea u t h o rs e t su pae v a l u a t i o ni n d e xo f c a s e - b a s e dl e a r n i n gs y s t e mw h i c hi se s t a b l i s h e db yu s i n ga n a l y t i ch i e r a r c h ym e t h o da n db a s e d o nc o l l a b o r a t i v el e a r n i n g t h ea u t h o rc h o o s e st h r e en o n - m e a s u r e df a c t o r s ，a st h eo n eg r a d e i n d e x ，f o c u s i n go nt h ee v a l u a t i o no fb a s i ck n o w l e d g e ，c o l l a b o r a t i v ea b i l i t ya n dt h eu s eo fc a s e r e s o u r c e a c c o r d i n gt h em o d e la b o v e ，t h ea u t h o rd e s i g n sa n dd e v e l o p st h ee v a l u a t i o ns y s t e mw h i c h i n c l u d e se n t i r e ，f u n c t i o n a l ，d a t a b a s e ，a n dp e r m i s s i o nd e s i g no nt e a c h e r s c a s e - b a s e dl e a r n i n g d u r i n gt h ed e v e l o p m e n to ft h es y s t e m ，t h r e el a y e r sa r c h i t e c t u r ei su s e d j s pi sm a i n l y p r o g r a m m i n gl a n g u a g e ，s q l s e r v e r2 0 0 0f r o mm i c r o s o f ti st h ed a t am a n a g e m e n ts y s t e m t h ec o n c l u s i o ni ss u b m i t t e da sf o l l o w s ： 1 t h ee v a l u a t i o nm o d e lf o c u s e so nt h e e v a l u a t i o no f p r a c t i c ea n dt h e o r y 2 t h ei m p l e m e n t a t i o no fm o d u l a r i z a t i o nd e s i g n 3 t h ei m p l e m e n t a t i o no fa u t o m a t i z a t i o nd e s i g n 4 c h o o s i n ga h p - f u z z yc o m p r e h e n s i v e e v a l u a t i o na sa p r o p e ra r i t h m e t i c k e yw o r d s ：t e a c h e r s c a s e - b a s e dl e a r n i n gs y s t e m ，c a s e - b a s e dl e a r n i n ge v a l u a t i o nm o d e l ， f u z z yc o m p r e h e n s i v ee v a l u a t i o n ，e v a l u a t i o ni n d e xs y s t e m h 图表目录 图1 1 教师案例学习系统功能结构图l 图2 1 评价的一般流程4 图2 2a h p 模糊综合评价的流程7 图3 1 两层动态学生模型图1 3 图3 2 虚拟学习社区建模过程1 3 图3 3 层次结构图1 5 图3 - 4 模糊综合评价1 7 图3 5 整体研究方案2 3 图3 6 “构造案例学习评价模型”研究子方案2 3 图3 7 “案例学习评价系统开发”研究子方案2 4 图4 1 评价模型基本功能结构图3 l 图4 2 案例学习评价系统模糊综合评价数学模型3 4 图5 1 体系结构图3 5 图5 2 数据库模型设计3 6 图5 3 系统角色及其权限设置4 0 图5 4 指标体系模块原理示意图4 0 图5 5 指标增删改4 1 图5 - 6 指标权重计算更新4 1 图5 7 信息收集模块原理示意图4 2 图5 8 修改指标4 2 图5 - 9 评价指标权重更新4 3 图5 1 0 模糊评价模块原理示意图4 3 图5 1 l 评价参数选择：4 4 图5 1 2 查看评价状态4 4 图5 1 3 评价结果分析模块原理示意图4 4 图5 1 4 选项对比图4 5 图5 15 指标优秀率折线图一4 5 图5 1 6 异时评价得分对比图4 6 表2 1 网络学习特征及评价要求5 表2 2 网络学习评价方法6 表2 3 网络学习系统中的评价方法统计6 表2 4 网络学习评价指标体系10 表2 5 网络协作学习个体绩效评价量规1 1 表3 1 传统比例标度含义1 5 表3 2 平均随机一致性指标1 6 表3 3 模糊评判表1 9 表4 1 教师案例学习系统学生学习评价指标体系2 7 表4 2 判断矩阵2 8 表4 3 模糊综合评价数学模型参数解释3 4 表5 1 指标体系信息表3 6 表5 2 权重1 9 标度表一3 7 表5 3 问卷数据表3 7 表5 4 评价状态表3 8 表5 5 问卷验证表3 8 表5 6 评价人员表3 8 表5 7 受训教师信息表3 9 表5 8 用户管理表3 9 首都师范大学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取 得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰 写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 锈确 1 日期：d 髀朋细 首都师范大学位论文授权使用声明 本人完全了解首都师范大学有关保留、使用学位论文的规定，学校有权保留学位论文 并向国家主管部门或其指定机构送交论文的电子版和纸质版。有权将学位论文用于非赢利 目的的少量复制并允许论文进入学校图书馆被查阅。有权将学位论文的内容编入有关数据 库进行检索。有权将学位论文的标题和摘要汇编出版。保密的学位论文在解密后适用本规 定。 学位论文作者签名： 审鸸毛 e t 蔫j - o 粹j 旯多铂 ，、 1 1 题目来源 第1 章绪论 为了支持信息技术环境下的教师培训和教育硕士课程学习，首都师范大学杨卉教授于 2 0 0 7 年主持开发了教师案例学习系统，该系统模拟专家型培训模式，以培训活动计划为 主线，为受训教师提供了一整套的工具来完成培训活动中的各项任务。该系统包括三种角 色，专家、受训教师和系统管理员，每种角色都有不同的界面支持。 教师案例学习系统具有以下特点： 1 选择代表性案例，理论联系实际，发挥学生主动性。 2 重视学生基本理论和基础知识的学习。 3 学生以合作学习为主，结合观摩学习等学习方式。 4 提供案例学习讨论区，注重对案例的分析评论。 教师案例学习系统的基本任务是通过系统的平台和多种工具使受训教师能够快速获 得其他教师的教学案例知识，从而促进受训教师自身的专业发展。该系统采用基于案例推 理技术思想构建，采用b s 模式开发，后台数据库采用s q ls e r v e r2 0 0 0 。整个系统由案 例管理、交互管理、用户管理、系统管理四大模块组成，该系统可以为教师分享教学案例 和教学知识提供一个很好的平台。系统的功能结构如下图所示： 添 加 案 例 教师案例学习系统 案 例 管 理 修 改 案 例 删 除 案 例 案 例 评 论 交 互 管 理 师 生 答 疑 在 线 聊 天 用 户 审 核 用 户 管 理 删 除 用 芦 图1 - 1 教师案例学习系统功能结构图 修 改 信 息 课 程 添 加 系 统 管 理 课 程 审 核 公 告 管 理 利用该系统提供的工具可以方便地进行案例分析、讨论和实践反思。然而，我们如何 去衡量受训教师使用案例学习系统的学习效果，如何去监控和指导受训教师的学习，这些 都需要通过学习评价来实现。学习评价在教师培训和教育硕士课程学习中起到非常重要的 作用，而教师案例学习系统没有提供这样一个评价功能，因此在原有案例学习系统的基础 上建立一个及时、全面、有效的评价模型就变得十分必要。 1 2 研究意义 1 2 1 研究案例学习评价模型的解决方案 本研究旨在建立一个教师案例学习评价的新模型，该模型是对现有网络评价模型的改 进，具有以下几个方面的特点： ( 1 ) 以形成性评价为主 学生对学习的兴趣和态度，在学习过程中的参与意识和参与程度，在双人活动和小组 活动中的合作精神，学习中学生的智力发展、综合素质以及价值观的形成等，这些都是影 响学习的重要因素，而这些因素是无法通过定量方式测定的，也无法在终结性评价中反映 因此，形成性评价的重要性就在于能够让学生认识自我，从而实现自主学习，促进自身的 发展。 ( 2 ) 实现“动态”评价 动态性主要体现在两个方面，首先是评价标准的变化会引起评价的总体变化，因此评 价的设计能够根据评价标准的变化而“动态的作出调整。再就体现在评价者和被评价者 之间的交流上，评价不单单是给学生一个分数，而是对学生学习的不足之处给出正确的反 馈，同时学生也应对评价反馈作出再反馈，这种有效的交流反馈能够大大提高评价的效果。 ( 3 ) 以a h p 模糊综合评价法为核心 本研究选择层次分析法和模糊综合评判法来作为评价模型的核心算法。其中前者完成 评价指标的制定和评价指标权重的计算，后者是对收集的问卷数据进行模糊评价，得出评 价结果。 1 2 2 实现案例学习评价更好地支持面向信息化的教师培训 面向信息化的教师专业化培训的关键是要使教师将信息技术有效地融入到教学实践 中，使信息技术能真正地发挥作用，更加有效的支持学习。教师案例学习系统为受训教师 搭建了一个这样的平台，受训教师利用该系统提供的工具可以方便地进行案例分析、学习 讨论和实践反思。而通过案例学习评价模型的建立，不仅可以直观、准确地评判受训教师 利用案例学习系统学习案例知识和掌握信息技术的效果，还可以对受训教师的案例学习过 程进行监控和指导，为案例教学提供全面、灵活的策略支持，从而更好地支持面向信息化 的教师培训和教育硕士课程学习。 1 3 研究内容 1 建立教师案例学习评价模型。 2 完成对学习评价模型的系统设计和实现。 2 2 1 相关概念界定 2 1 1 学习评价 1 评价和教育评价 第2 章文献综述 “评价”一词，早在9 0 0 多年前我国北宋时期就已出现，宋史，戚同文传中就有 “市物不评价，市人知而不欺的记载。此时的“评价 是讨价还价之意。今天，随着社 会的发展，不同学科、不同研究目的对评价的解释各不相同。具体到教育领域的评价，不 同时期、不同地域对评价也有不同的界定，以下是比较有代表性的几种4 1 ： ( 1 ) 泰勒( t y l e r ，r ) 的早期解释：认为教育评价是以教育目的为依据，评量学习结果达 到目标的程度。 ( 2 ) 格兰郎德( g r o n l u n d ，n e ) 认为，评价是为了确定学生达到教学目标的程度，收 集、分析和解释信息的系统过程：评价包括对学生的定量描述和定性描述两方面。 ( 3 ) 美国教育评价标准委员会曾给出“评价一个简明的定义，“评价是对某些现象价 值( 如优缺点) 的系统调查，为教育决策提供依据的过程。 + ( 4 ) 较深层次的定义：即以美国的斯克里文( s c r i v e n ，m ) 和英国的斯腾豪斯 ( s t e n h o u s e ，l ) 为代表的定义：“评价是一种对优缺点和价值的评估，是一种既有描述又 有判断的活动。 综合以上定义，可将教育评价界定为：教育评价是根据一定的教育价值观或教育目标， 运用可行的科学手段，通过系统地搜集信息、分析解释，对教育现象进行价值判断，从而 为不断优化教育和教育决策提供依据的过程【4 1 。 噶 2 学生评价和学习评价 学生评价是在系统、科学、全面地搜集、整理、处理和分析学生信息的基础上，对学 生的发展和变化做出价值判断的过程【8 1 。 学习评价则是以教育教学目标为依据，运用恰当、有效的工具和途径，对学生的学习 过程和结果进行事实把握和价值判断，从而考察和促进学生的学习。它一般表现为学生的 学习进度、学习成绩、进步情况、个性特色、能力或其他行为。其目的是为学生和教师提 供准确的反馈信息、促进学习、提供教学决策，最终提高学习质量【8 】。 尽管学习评价属于学生评价范围，两者又同属教育评价范围，但两者的评价范围不同， 侧重点更不同。其中，学生评价有学生的价值判断色彩和结果指向；而学习评价因关注学 习过程而侧重于实态把握，其重点不是给学生某种价值判断，而是给学生不断的学习质量 报告和学习诊断分析，支持教学决策形成，促进学生学习。因此，学习评价更倾向于一种 学习支持胡。 3 评价的一般流程 一般说来，评价的过程可以分为以下几个阶段，如图2 1 所示： i l 确定评价目的 i l 建立指标体系 l l 选择评价模型 i i 收集评价信息 i i 实施评价方案 i i 评价质量分析 i i 评价结果处理 图2 - 1 评价的一般流程( 王命洪，2 0 0 2 ) ( 1 ) 确定目的。目前的评价大多是目标指向性的评价，如图2 - 1 所示。所以在评价 实施之前要确定评价的目的。一方面是评价对象应达到的标准的确定，这是指标体系建立 的依据。另一方面该次评价是为了评优、考核或是分等级的终结性评价还是以发现问题、 诊断提高为目的的形成性评价，或是二者兼有的评价，这将对评价实施及评价结果处理产 生影响。评价目的的确定是影响评价质量和效果的根本因素。 ( 2 ) 建立评价指标体系。有的评价目标很简单，可以直接观察或测量，如学生的记 忆准确程度、操作熟练程度等。然而大多数情况下的评价都是多个指标的综合评价，即把 目标分为若干个子目标。如有必要，还可进一步层层分解为更小的子目标，形成指标体系。 指标体系的建立可采用专家讨论法( 卜j 法、头脑风暴法、d e l p h i 法等) 、可达矩阵分解法、 主成分或因子分析法、超矩阵法等方法来建立。 ( 3 ) 选择评价模型。目前的评价方法有上百种，评价要求选择合适的方法模型，既 能解决问题，又方便操作，同时也便于分析。不同的模型对同一评价完全可能形成不同的 结果。评价模型不仅显式地包含了评价值的获取和合成方法，而且还隐含了收集哪些相关 信息以及如何收集这些信息，影响评价的实施过程和评价质量分析所采用的方法。 ( 4 ) 信息收集。评价作为一种信息处理和再生的过程，信息的收集是必不可少的。 信息收集的一般方法有：观察法、跟踪调查法、访谈法、测量法、资料审查法等。信息的 收集一般要依据指标体系和评价模型的需要来进行。 ( 5 ) 评价实施。根据收集到的信息，按预先规定好的模型的数据处理方式，整理资 料，进行评分，得到一系列的评价值和评语。在进行评价时，可由一个专家也可由多个专 家，如果指标和评价准则具有可操作性，专家只要做一些指导性和复查性工作，工作量不 会太大。如果评价指标的可操作性不够好，就要请专家亲自出面，采用d e l p h i 法、专家 会议法等方法进行评价。如有合适的计算机软件，评价工作的效率会得到大大提高。 ( 6 ) 评价质量分析。评价过程中必然会产生偏差，评价质量分析的任务在于为偏差 分类和估计偏差的大小，确定该次评价是否能被接受或是在多大程度上被接受。在目标确 4 定好以后，评价的指标体系、实用的工具方法、收集的过程和所收集的资料以及参评人员 等因素都会给评价带来偏差对这些方面都要进行分析。评价质量一般可以用信度和效度 两个指标来描述。信度的估计比较容易一些，可用变异系数、方差分析、a 系数、s p e a r m a n 相关系数、k e n d a l 和谐系数等来描述；而效度( 分为结构效度和内容效度) 有人用相关系 数、符号检验来估计，但条件较苛刻，在定量指标情况下比较适合。 ( 7 ) 评价结果处理。评价结果处理是发挥评价作用的关键步骤，它的主要任务有： 1 形成综合判断：根据评价结果形成定性定量的综合意见、提出建议、区分优劣、判定是 否合格以及进行评奖等系列活动。2 分析诊断问题：无论在形成性评价还是终结性评价中， 都应该对资料进行细致研究，发现问题和新的机会，为评价对象的提高或是目标的调整做 出初步的规划。向有关方面反馈相关信息：如评价对象、同行、上级、社会等相关部门。 2 1 2 网络学习评价 1 网络学习评价的内涵 网络学习评价就是系统的收集网络学习活动中有关学习者学习行为和心理的资料，加 以分析处理后，再根据预定的教学目标对学习活动的过程和结果给以价值判断的过程 9 1 。 根据网络学习的特点和对学习评价的研究，可将网络学习评价界定为：评价者参照一 定的评价标准或量规，运用合理的方法、手段对学生基于网络的学习过程和结果的实态把 握，并在此基础上形成对学生的综合评价，从而考察和促进学生的网络学习【8 1 。 2 网络学习评价的特征和评价要求 网络学习评价是以学生为中心来研究其学习的背景、手段、方法及取得的效果，从而 寻求适合学生的学习方式或是考察学生学习质量。覃美珍【2 1 1 硕士认为网络教学中的学习 呈现以下特点，1 个别化学习2 协作化学习3 非结构化学习4 交互式学习5 借助媒介技术 学习。网络学习的种种特征决定了其学习评价有着与传统教学不一样的要求，归纳如下表： 表2 1 网络学习特征及评价要求( 覃美珍，2 0 0 5 ) 箩。网络学习特征“”“一相应的评价要求 ” 。：i 蠹。粕， 。 “ j ，。 个别化学习基于学习目标的评价标准、形成性评价、自我评价 协作化学习学生互评、小组评价 非结构化的学习非结构化的任务、多元化的评价方式 2 1 3 网络学习评价模型 1 传统评价方法 所谓“评价”就是人们参照一定的标准对客体的价值或优劣进行评判比较的一种认知 过程，同时也是一种决策过程，评价指标体系是由一系列相互联系、相互制约的指标组成 的科学的、完整的总体，它应反映所要解决问题的各项目标要求【1 1 】。 通过对教育平台和企业学习系统及其它助学性的网站进行调查研究，网络学习系统一 般采用的学习评价方式可以归纳为：正式的评价方法、非正式的评价方法、正式和非正式 5 相结合的评价方法。如下表所示，正式的评价方法为测验和作业：非正式的评价方法为出 席、参与和讨论；混合型的评价方法是一种选择性的评价策略【1 1 】。 表2 2 网络学习评价方法( 张洪华，2 0 0 5 ) 箩。评价类型 7 评价方法。ji 。7 一：描述一。_ ，。；，”一一? ? 籀，。一 4 f ? 一一； 考试单元考试、期中考试、期末考试等 正式评价 平时考试作业练习、报告、作品项目、论文等 非正式评价参与、讨论与学习过程有关的留言、参与讨论、访问频率等 替代性评价选择性策略学习过程记录、学习档案、问题解决、展示等 不同的学习平台和不同的网络课程采用的评价方法不尽相同，通过调研也统计出在不 同学习平台中的各种评价方法的使用情况【u 】。如下表所示： 表2 3 网络学习系统中的评价方法统计( 张洪华，2 0 0 5 ) 字”评价方法，；综合远程教育平台：“。企业远程学骂系统 、”? ；_ ! i ，：一一：p 9， 一 4 j ， r， 作业 1 0 0 6 7 考试系统 9 0 6 7 非正式评价5 0 5 0 跟踪学习过程 4 0 8 3 其它手段 1 0 1 7 2 网络学习综合评价模型 ( 1 ) 综合评判法 综合评价法( c o m p r e h e n s i v ee v a l u a t i o nm e t h o d ) ：是指运用多个指标对多个参评对象进 行评价的方法，称为多变量综合评价方法，或简称综合评价方法。其基本思想是将多个指 标转化为一个能够反映综合情况的指标来进行评价。如不同国家经济实力，不同地区社会 发展水平，小康生活水平达标进程，企业经济效益评价等，都可以应用这种方法【l 引。 综合评价法的步骤如下【1 2 】： l 、确定综合评价指标体系，这是综合评价的基础和依据。 2 、收集数据，并对不同计量单位的指标数据进行同度量处理。 3 、确定指标体系中各指标的权数，以保证评价的科学性。 4 、对经过处理后的指标在进行汇总后计算出综合评价指数或综合评价分值。 5 、根据评价指数或分值对参评对象进行排序，并由此得出结论。 综合评价法的评价过程不是逐个指标顺次完成的，而是通过一些特殊方法将多个指标 的评价同时完成的；在综合评价过程中，一般要根据指标的重要性进行加权处理；评价结 6 果不再是具有具体含义的统计指标，而是以指数或分值表示参评单位“综合情况的排序 1 2 】 o ( 2 ) a h p 一模糊综合评价模型 a h p - 模糊综合评价法是一种将层次分析法和模糊综合评价法相结合的评价方法，由韩 利等人提出，已经被广泛应用于教育评价，企业柔性指标体系的评价、区域投资环境评价、 绩效评估等领域【1 9 j 。 层次分析法( 简称a h p 法) 是美国著名运筹学家、匹兹堡大学教授t l s a a t y 提出的 一种定性与定量相结合的多目标决策方法，已广泛应用于经济分析、农业资源、交通运输 等领域，是战略评价中比较流行的方法。它能综合运用定性和定量指标，特别适合处理一 些多目标、多层次且难以完全用定量方法分析与决策的社会系统工程的复杂问题【1 3 】。关于 层次分析法的详细介绍见文章3 2 1 。 模糊方法是本世纪6 0 年代美国科学家扎德教授创立的，是针对现实中大量的经济现象 具有模糊性而设计的一种评判模型和方法，在应用实践中得到有关专家不断演进。该方法 既有严格的定量刻划，也有对难以定量分析的模糊现象进行主观上的定性描述，把定性描 述和定量分析紧密地结合起来，因而，可以说是一种比较适合企业绩效综合评价的评价方 法，并且也是近年来发展较快的一种新方、法【1 8 】。关于模糊综合评价法的详细介绍见文章 3 2 2 。 如图2 - 2 ，a h p 一模糊综合评价模型主要由两个部分组成，第一部分，层次分析法，主要 通过求解判断矩阵的方法得到评价指标的权重系数。第二部分，模糊综合评价，引入了隶 属函数的概念，按照模糊综合评价法的流程进行单级和多级评价，最后得到评价结果。其 中，模糊综合评价是在层次分析法的基础上进行的，两者相辅相成，共同提高了评价的可 靠性与有效性。 臣五困 1 - - - _ _ _ _ - _ _ _ _ - 。_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ _ _ - 。一 - 3 ( ( c a s e - b a s e dl e a r n i n g ) 给教师和学习者构建他们的思想和方法经验，例 如事件、联系和知识都被认为是案例。简单地说，针对一个学习的个别经验基础理解和教 授就是案例学习。这种典型的教和学的策略同建构主义的观点紧密联系，是符合建构主义 学习理论的一种学习方法。用案例进行教学的方法一般被用于教授法律、商业和医学。作 为一种教学工具，案例以它的灵活性和潜在性而著称【2 5 1 。 一个案例可能是一个真实的场景面对不同的解释和不同的行为课程，它能使学生参与 分解和问题求解过程。案例包含和叙述了我们日常生活中的各种经历。我们在日常生活中 的有关经历都可以看成是一个案例。人们有这样的经验，比较一种经验和另外一种经验， 从中可以学习到知识。我们相信我们的思想从一个想法徘徊到另一个想法，导致我们的思 想朝着与我们目前的需要并不相关的需求发展。回忆过程反映了人们对老的信息的搜索来 处理新的信息。我们创造关于围绕我们的世界的详细细节的原理，我们经常搜集案例并将 这些案例相互比较，以此来理解将要出现的下一个案例【2 5 1 。 基于案例的推理的中心过程是一个开始回忆的过程。提醒的主要意思是当我们听到一 个故事时，我们通过在我们的记忆中给它贴上标签来理解这个故事。这个标签同我们曾经 使用过的一致而且将唤起回忆【2 5 】。 3 1 2 学生模型理论 学生模型是真实世界中的被观察到的学习者映射到计算机系统里的逻辑实体，是真实 的学习者个体特征在虚拟的数字世界中的表示，是计算机教学软件系统“看到 的学习者。 h o l t 等给出的学生模型定义为，学生模型是计算机系统持有的关于学习者的某种信念， 是对学习者的抽象表示 z 6 1 。 在智能远程教学系统中，学生模型作为个性化教学决策的依据，成为所有智能教学 系统的核，t l , 部分。目前智能远程教学系统中的学生模型按数据的生存周期主要分为静态模 型和动态模型两个部分。其中静态模型主要记录学生姓名、班级、学号等学生属性，这些 属性值在系统运行过程中是相对稳定的：动态模型则记录学生在学习过程中属性值经常 发生变化的属性，例如学生的学习进度情况、学习掌握水平等方面的信息【2 6 1 。 杨卉【2 6 】教授( 2 0 0 5 ) 等提出两层动态学生模型，如图3 - 1 。 1 2 注：圆代表一级特征，椭圆代表二级特征 图3 - 1 两层动态学生模型图 杨卉【2 6 】教授( 2 0 0 5 ) 认为，两层动态学生模型克服了传统学生模型一层树状结构的 不足，呈现为网状结构。在两层动态学生模型中，称学生的基本属性为学生模型的一级特 征，二级特征则是一级特征的综合评价结果，一个一级特征可作为多个二级特征的综合 评价因素。两层动态学生模型是在单层学生模型的基础之上，增加了二级特征表和学生二 级特征评价表而构成的。这一改进使得学生模型能够存储学生的二级特征，并且支持了在 教师界面设置特征编辑器，使得教师可以按照自己的教学理念定义个性化的二级特征，即 系统具有了面向教师的半开放式二级特征综合评价机制。 王陆 3 j 教授( 2 0 0 4 ) 提出了虚拟学习社区中学生模型的建模过程，如图3 - 2 。 严= 二= 二= = = = o ，1 i学习者行为库i 、1 。 l ； l 图3 - 2 虚拟学习社区建模过程 王陆【3 1 教授( 2 0 0 4 ) 认为，在虚拟学习社区学生模型的建模过程中应该注意三个问题： 1 ) 学生的哪些行为能够引起教师的注意。 2 ) 学生的哪些个性可以成为提供某种个性化服务的依据。 3 ) 怎样才算得到了学生的某一个性特点。 1 3 3 1 3 形成性评价理论 形成性评价( f o r m a t i v ea s s e s s m e n t ) ，其概念最初是由著名的美国教育评价专家斯里克 芬( g f s e r i v e n ) 在1 9 6 7 年首先提出来的，是指在教育活动运行过程之中所进行的阶段性、 过程性的评价，目的在于了解教育过程中存在的问题和改进方向，及时修正或调整计划【7 1 。 对于形成性评价概念的理解，不同的研究者有着不同的看法：王道俊，王汉斓( 1 9 8 9 ) 在其所编的教育学一书中认为【7 1 ，形成性评价是在教学进程中对学生的知识掌握和能 力发展的及时测试。它包括在一节课或一个课题教学大纲中对学生的口头提问和书面测 试，使教师和学生能及时获得反馈信息，其目的是更好的改进教学进程，提高质量。施良 方，崔允淮( 1 9 9 9 ) 认为形成性评价又称为过程评价，是在教学过程中进行的评价，是为 了引导教学过程正确、完善的前进而对学生学习结果和教师教学效率采取的评价，形成性 评价的主要目的不是为了选拔少数优秀的学生，而是为了发现每个学生的潜质，强化改进 学生的学习，并为教师提供反馈【6 】。 形成性评价是通过诊断教育方案或计划及教育活动中存在的问题，为正在进行的教育 活动提供反馈信息，以提高实践中正在进行的教育活动质量的评价。形成性评价不以区分 评价对象的优劣程度为目的，不重视对被评对象进行分等级鉴定。 上面关于形成性评价概念的叙述，虽然各不相同，但也能看出一些共性【6 】： ( 1 ) 形成性评价都是在教育、教学活动过程中发生，强调对过程的评价； ( 2 ) 都强调及时的反馈和调节作用； ( 3 ) 减弱了评价的甄别、选拔功能； 形成性评价思想的提出，被视为教育评价史上的一个重大突破，它把教育评价由过去 的终结性转变为过程性，由注重教育效果的评价转变为注重对教育效率和教育过程本身的 改革和促进的评价 6 1 。 3 2 关键技术 3 2 1 层次分析法 层次分析法( 简称ah p 法) 是美国著名运筹学家、匹兹堡大学教授t l s a a t y 提出的 一种定性与定量相结合的多目标决策方法，已广泛应用于经济分析、农业资源、交通运输 等领域。其基本思想是先把复杂问题层层分解，建立一个描述系统特征的递阶层次结构， 通过两两比较评价因素的相对重要性，给出相应的比例标度，构成上层某因素对下层相关 因素的判断矩阵，是战略评价中比较流行的方法。它能综合运用定性和定量指标，特别适 合处理一些多目标、多层次且难以完全用定量方法分析与决策的社会系统工程的复杂问 题。 层次分析法的步骤： ( 1 ) 明确问题，建立层次结构 将复杂问题分解成称之为元素的各组成部分，把这些元素按属性不同分成若干组，以 形成不同层次，同一层次的元素作为准则，对下一层次的某些元素起支配作用，同时它又 1 4 受上一层次元素的支配。这种自上而下的支配关系形成了一个递阶层次。处于最上面的层 次通常只有一个元素，一般是分析问题的预定目标，或理想结果。中间的层次一般是准则， 子准则。最低一层包括决策的方案。 目标层 准则层 方案层 图3 3 层次结构图 ( 2 ) 构造两两比较判断矩阵 在建立递阶层次结构以后，上下层次之间元素的隶属关系就确定了。假定上一层次的 元素c 。( c 。可以为准则层上的任一元素) 作为准则，对下一层次的元素a 1 ，a 2 ，i o o , a n 有 支配关系，我们的目的是在准则c 。之下按它们相对重要性赋予a 1 ，a 2 ，a n 相应的权 重。通过使用1 9 的比例标度来表示。其意义如下表。 表3 1 传统比例标度含义 比例标度含义 l 表示两个元素相比，具有同等重要性 3表示两个元素相比，一个元素比另一个元素稍微重要 5 表示两个元素相比，一个元素比另一个元素明显重要 7 表示两个元素相比，一个元素比另一个元素强烈重要 9 表示两个元素相比，一个元素比另一个元素极端重要 2 ，4 ，6 ，8 为上述相邻判断的中值 ( 3 ) 计算单一准则下元素的相对权重 要解决在准则c 。下，n 个元素a 1 ，a 2 ，a n 排序权重的计算问题，并进行一致性 检验。计算排序权重常用的方法有精确的特征根法和近似的和法及根法。得出权重后常常 要进行一致性检验，这里一致性包括绝对一致性( 或完全一致性) 和次序一致性。 所谓绝对一致性即指在判断矩阵a 中，若满足 吩= 口诸o ( f ，j = 1 ，2 ，刀) 则称a 为绝对一致性矩阵( 或完全一致性矩阵) 。 次序一致性的含义为：若因素甲比因素乙重要，因素乙比因素丙重要，则因素甲应比 因素丙重要。违反次序一致性的判断是违反常识的，混乱而经不起推敲的判断会导致决策 的失误。绝对一致性的含义为：若因素甲比因素乙重要2 倍，因素乙比因素丙重要3 倍，则 因素甲应比因素丙重要6 倍。 但在实际构造判断矩阵时并不要求判断具有绝对一致性，即不要求 嘞= a ao 口酊( f ，= 1 ，2 ，以) 成立，这是由客观事务的复杂性与人的认识的多样性决定的。但 要求判断有大体的一致性即次序一致性。 次序一致性检验步骤如下( 以下一致性除特指外，均为次序一致性) ： 口 一 计算一致性指标c i c = 1 m a x 一1 1 其中n 为判断矩阵a 的阶数，入m a x 为判断矩阵a 拜一i 的最大特征根； 计算一致性比例c r c r = c i 幸r i ，其中r i 为平均随机一致性指标，是c i 的修 正系数。r i 取值如表3 2 。 当c r o 1 时，一般认为判断矩阵的一致性是可以接受的 表3 2 平均随机一致性指标 阶数r i 1o 2 0 3o 5 8 40 9 0 51 1 2 61 2 4 7 1 3 2 81 4 l 91 4 5 ( 4 ) 计算各层元素的组合权重 为了得到递阶层次结构中每一层次中所有元素相对于总目录的权重，需要把第三步的 结果进行适当的组合，并进行总的判断，一致性步骤是由上而下逐层进行的。最终计算结 果得出最低层次元素优先顺序的相对权重和整个递阶层次模型的判断一致性检验。 1 6 3 2 2 模糊综合评价技术 从目前的情况来看，有关模糊数学的方法在教育技术的研究中用得最多最成功的就是 模糊综合评判。其涉及教材评价、教学质量评价、教育管