基于模糊综合评判的网络课程评价系统的设计.doc

基于模糊综合评判的网络课程评价系统的设计收稿日期: 2007-06-03作者简介:王燕(1981-),女,河南南阳人,黄河科技学院实验中心教师,教育学硕士。王燕黄河科技学院,河南郑州450006摘要:网络课程质量是决定网络教学质量的关键要素,然而传统的教育评价中采用的线性评价模型忽略了网络课程评价指标的模糊性和不确定性。为此,引入模糊综合评判理论,进而构建一个完整的网络课程评价系统并加以实现。关键词:网络课程;模糊综合评判;评价系统中图分类号:O174文献标识码:A文章编号:1008-4207(2007)05-0063-03在国内外的研究中,对于网络课程评价最常用的是指标体系评价法。我国教育部教育信息化技术标准委员会于2002年发布的网络课程评价规范,所采用的也是指标体系评价法,其通过一套特定的指标体系从多个维度评价网络课程的质量属性。然而,此规范没有制定评价信息处理的方法和工具,本文在前期设定好的“网络课程评价指标体系”的基础上,利用模糊综合评判方法和计算机网络强大的信息采集、处理功能,构建网络课程评价指标体系,实现对网络课程的综合评价。一、模糊综合评判的原理和步骤网络课程评价指标体系涉及多个评价指标,鉴于这些指标对网络课程质量的影响程度不同,不能简单地用“对或不对”、“好或不好”的二分法来衡量,引入模糊综合评判,将评价指标看作是由多种因素组成的模糊集合(称为指标集U),再设定这些因素所能选取的评价等级(称为评判集V),就可以使评价更加客观和全面。我们将模糊综合评判的步骤归纳如下:首先确定评价指标集U=u1, u2, un ,评价等级V=v1,v2,vm,评价指标权重集A;接着确定模糊评判矩阵R(即针对指标ui被评为等级vj的人数比例),对矩阵A和R作矩阵乘法,得到T*=(t*1, t*2, t*m),其中t*j=tj/(t*1+t*2+t*m),其中j=1,2,m;最后引入评价等级分数矩阵P,令Q=T*P,得到Q为最终评价结果。综合评判模式是基于加权平均法的思想,故称为“加权平均型”。如果评价因素只有一个层次,可以直接采用单级综合评判模式计算评价结果。如果评价因素分为多个层次,则需将模式进一步推广到多级模糊综合评判。二、评价系统的功能模块分析本系统是基于浏览器/服务器(B/S)模式设计的,与客户机/服务器(C/S)模型相比,用户通过浏览器就可以访问系统,而用户界面主要事务逻辑、系统的维护和升级都在服务器端完成,从而节省了用户的人力、物力,达到了客户端“瘦身”的目的。在具体实现的过程中设计了6个功能模块:1.用户管理模块:该模块的主要功能是对用户信息的管理,包括用户注册、登陆、权限设置等。如管理员可以进行系统用户的增加、删除和修改。2.调查问卷模块:该模块提供给评价者有关网络课程的评价调查问卷表,此问卷的评价选项应该是基于前期设计的“网络课程评价指标体系”构建的。评价者对评价项目给出相应的评语(如“符合”、“较符合”、“不确定”和“不符合”)后,点击“提交”按钮,可以将填写的信息保存到系统数据库,作为后期开展评价的依据。3.指标体系维护模块:该模块用于对网络课程的评价指标体系进行维护和管理。根据使用权限的设置,管理员、专家可以对评价指标体系进行添加、删除、修改等操作。4.数据处理模块:用户在浏览网络课程后,查看并修改指标体系。接着系统能够自动生成调查问卷,在用户填写完成后提交问卷。然后系统对收集到的调查数据作归一化处理,作为模糊评判矩阵,通过模糊综合评判对二级指标和一级指标进行评价,最后综合评价得出最终评价结果。5.协作交流模块:该模块依据网络课程评价指标维度分成若干主题,评价者可以通过留言的方式发表自己对课程相应方面的观点以及浏览别人的相关评价信息;也可以交流参加评价过程中的收获和遇到的困难,通过问题的解决完善网络课程评价系统。6.评价结果模块:根据收集到的调查信息,系统按照模糊综合评判处理信息的过程进行数据分析,显示一级指标和二级指标的评价得分。开发者可以得知网络课程各单项的得分,并在对应方面进行修改;最后对网络课程给出一个评价等级,为学生挑选网络课程起到一定的导向作用,也便于网络课程的鉴定和选拔。三、模糊综合评判的实现笔者以曾经制作的网络课程高等代数为样本,抽取20位评价者对本系统的可行性进行测试。本系统中采用的是两层次模糊综合评判模型,因此模糊综合评判分为两个步骤进行。调查问卷收集到的评价信息如表1所示(以课程内容评价指标维度为例)。第一步:二级指标模糊综合评判阶段1.形成单级指标模糊综合评判矩阵R1R1=0.8 0.2 0 00.9 0.1 0 00.7 0.3 0 00.6 0.3 0.1 0式中rij=针对指标ui被评为的等级vj的人数参加评价总人数(20人)(1)2.课程内容指标X1中权重集为A1=(0.18 0.31 0.28 0.23) (2)3.计算X1指标集隶属度向量为B1=A1R1=(0.31 0.28 0.1 0) (3)4.进行归一化处理因为B1=0.31+0.28+0.1+0=0.691根据Bi=Bi/B1得B1=(0.45 0.41 0.14 0)(4)5.得出单级模糊综合评判结果(1)根据最大隶属度原理,由于B1中属于优的百分比最大,因此高等代数课程内容指标的模糊综合评判等级为优秀。(2)为了能更直观地看到综合评价结果,可以把模糊数据转化成普通数据。设“优”的取值范围为81 -95,“良”的取值范围为80-65,“中”的取值范围为65-50,“差”的取值范围为50以下,引入评价等级分数矩阵P为(95 80 65 50)。(5)通过单级指标模糊综合评判得出:高等代数课程内容指标的评价总值为84.65,对应等级为优下等级。第二步:一级指标模糊综合评判阶段1.同上步可得到教学设计X2、技术设计X3、教学管理X4对于评价集V的隶属度向量依次为:B2=(0.17 0.47 0.08 0.18) (6)B3=(0.13 0.40 0.09 0.11) (7)B4=(0.14 0.36 0.09 0.12) (8)2.得到一级指标对评价集V的隶属度矩阵为3.一级指标的指标权重集为A=(0.2 0.35 0.3 0.15) (10)4.一级指标的隶属度向量为B=AR=(0.2 0.35 0.14 0.18) (11)5.进行归一化处理B=(0.23 0.40 0.16 0.21) (12)6.得出一级指标模糊综合评判结果通过二级指标模糊综合评判得出:高等代数评价总值为74.75分,数据说明网络课程质量处于良下水平。最后,系统生成的评价结果如表2所示。参考文献:1朱凌云,罗廷锦,余胜泉.网络课程评价J.开放教育研究,2002(1): 58-62.2黄越岭,张小真,廖剑.网络化学习模糊综合评判模型的构建C黄怀荣.第六届全球计算机教育应用大会论文集.北京:中央广播电视大学出版社, 2002.3单珊,范建新.基于层次分析法的网络课程评价J.江苏广播电视大学学报, 2006(6): 27-30.4胡水星.基于模糊理论的网络课程评价系统设计与实现D.上海:华东师范大学, 2005.5王孝玲.教育评价的理论与技术M.上海:上海教育出版社, 2001.Design ofEvaluation System W eb-based Course byFuzzy Comprehensive EvaluationWANG Yan(Huanghe Science and Technology College, Zhengzhou 450006,Henan, China)Abstract:W ith the development ofmultimedia network technology, the distance education has entered into a new phasebased on the network. The network course quality is a crucial factor for determining the quality ofweb-based courses evalua-tion.The traditional educational evaluation uses a linearmodel to be evaluated. However, thismethod overlooked the fuzzy anduncertainty of evaluation. This paper introduces the fuzzy comprehensive evaluation, discusses functionmodule ofnetwork courseevaluation system and achievement of fuzzy comprehensive evaluation.Key words:web-based course; fuzzy comprehensive evaluation; valuation system责任编辑文涛(上接第60页)Discussion on Asymptote Concepts ofCurvilinear FunctionsHE Yan-li(Changzhou Radio& TV University,Changzhou 213000, Jiangsu,China)Abstract:Two critical flaws concerning ambiguities for asymptotes are existed in advancedmathematics textbook today: (1)if the discussion is determined by the asymptote concepts, a few particularasymptotes can be lost; (2) since the discussion on as-ymptotes is used to analyze the trend of the function curve, the asymptote conceptgives little support to the