洪振濤

摘要：教學評價是教學行為的一項重要措施，是一個多因素決策系統(tǒng)，權(quán)重系數(shù)的確定是一個重要環(huán)節(jié)，目前大部分教學評價系統(tǒng)使用的是主觀賦權(quán)法，也可以稱為靜態(tài)賦權(quán)，這樣的權(quán)重不能隨情況的變化而變化，為了克服這一缺陷，該文將采用熵值法計算權(quán)重后，再修改主觀權(quán)重，實現(xiàn)動態(tài)賦權(quán)和靜態(tài)賦權(quán)相結(jié)合。教學評價的最終目的是為了加強師資隊伍建設(shè)，因此該文還將教學評價結(jié)果與教師隊伍信息（年齡、性別、學歷、職稱）相結(jié)合，通過決策樹分類預(yù)測，找到影響教學質(zhì)量的主要因素。

關(guān)鍵詞：教學評價；熵值法；決策樹

中圖分類號：G642 文獻標識碼：A 文章編號：1009-3044(2012)36-8709-03

近幾年來，高等教育的規(guī)模在不斷擴大，學校的教學工作面臨著許多的情況和問題。學校的擴招，給人們提供更多獲得教育機會的同時，也容易導(dǎo)致教學質(zhì)量的下降。山東勝利職業(yè)學院作為地方高等職業(yè)教育院校，也因此面臨著極大的挑戰(zhàn)，如何在教育資源相對減少的情況下保證教學質(zhì)量成為學校教育管理部門的首要任務(wù)[1]。

提高教師隊伍的教學水平是解決上述問題的關(guān)鍵，由于一個教師教學水平的“高”或“低”是通過教學評價來判斷的，因此學校需非常重視教學評價這個環(huán)節(jié)。

然而評教成績只能說明教師教學的“好”或“壞”，這對于學校引進人才，加強師資隊伍建設(shè)是不夠的，還需要找到教師個人信息（年齡、性別、學歷、職稱）對教學質(zhì)量的影響。

該文將采用數(shù)據(jù)挖掘中的熵值法來提高評教結(jié)果的準確性，決策樹算法來找到影響教學質(zhì)量的主要因素。

1 熵值法確定權(quán)重系數(shù)

傳統(tǒng)的教學評價系統(tǒng)各個指標的權(quán)重系數(shù)是由專家評定或主觀經(jīng)驗來確定的，這種權(quán)重

相對穩(wěn)定，不能隨實際情況的變化相應(yīng)得調(diào)大或調(diào)小，會存在一定的誤差[2]。為了提高評價的合理性和正確性，該文將采用熵值法對指標權(quán)重進行調(diào)整，實現(xiàn)動態(tài)賦權(quán)和靜態(tài)賦權(quán)相結(jié)合。

1.2 熵值法計算步驟

2 決策樹

決策樹是一種典型的分類算法，它采用自頂向下的方法構(gòu)造決策樹，在決策樹的內(nèi)部點進行屬性值的比較并根據(jù)取值確定不同的分支，在葉節(jié)點處得到結(jié)論[6-9]。

ID3算法是最基礎(chǔ)、最具有影響力的決策樹算法，它方法簡單、理論易懂，適于處理大規(guī)模的學習問題。

2.2 ID3建樹步驟

1）對于當前樣本集，如果樣本都屬于同一類，則創(chuàng)建一個樹葉節(jié)點，并用該類標記，算法停止。

2）否則，計算樣本集中各個屬性值的信息增益，選擇信息增益最大的屬性作為測試屬性。

3）將樣本集根據(jù)測試屬性的不同取值重新劃分子集。

4）按照同樣的過程進行自頂向下的遞歸，直到滿足下面三個條件中的任何一個，遞歸將停止。

①所有樣本都屬于同一類；

②沒有屬性再可以被劃分。

3 實例應(yīng)用

4 結(jié)束語

使用熵值法根據(jù)每次評價的具體分值對已給定的靜態(tài)權(quán)重進行調(diào)整，實現(xiàn)了動態(tài)賦值，因而適應(yīng)教學情況不斷變化的需要。將評教成績與教師的個人信息相結(jié)合，通過決策樹預(yù)測得到的分類規(guī)則為學校引進人才，加強師資隊伍建設(shè)提供了依據(jù)。

參考文獻：

[1] 李清霞,黃桂花.數(shù)據(jù)挖掘在教師教學質(zhì)量評估系統(tǒng)中的應(yīng)用研究[J].軟件導(dǎo)刊,2009(7):158-161.

[2] Ma J, Fan Z P, Huang L H. A subjective and objective integrated approach to determine attributes weights[J]. European J of Operational Research, 1999, 112(2): 397-404.

[3] 閆文周,顧連勝.熵權(quán)決策法在工程評標中的應(yīng)用[J].西安建筑科技大學學報:自然科學版,2004,36(1):98-100.

[4] Kao C, Liu S T. Fractional programming approach to fuzzy weighted average[J]. Fuzzy Sets and Systems, 2001, 1(20): 435-444.

[5] 張世英,張文泉.技術(shù)經(jīng)濟預(yù)測與決策[M].天津:天津大學出版社,1994:196-200.

[6] 陳青山.決策樹算法在高校教學質(zhì)量評價系統(tǒng)中的應(yīng)用研究[D].西安:西安交通大學,2010.

[7] 宋向紅,李愛增.決策樹在成人高校教學管理中的應(yīng)用[J].鄭州大學學報,2009(10):4-5.

[8] 楊學兵,張俊.決策樹算法及其核心技術(shù)[J].計算機技術(shù)與發(fā)展,2007(1):43-45.

[9] 李川.決策樹分類算法--ID3算法及其討論[J].軟件導(dǎo)刊,2010(10):68-70.