高 虹,吳 玲,許宇鵬
(河海大學(xué)期刊部,南京210098)
隨著科學(xué)技術(shù)的飛速發(fā)展,社會(huì)發(fā)展對(duì)人才發(fā)展的要求已經(jīng)從一次性教育發(fā)展到繼續(xù)教育。繼續(xù)教育是對(duì)具有一定文化基礎(chǔ)的專(zhuān)業(yè)技術(shù)人員和管理人員等進(jìn)行知識(shí)技能的更新、拓展與提高的追加教育或后續(xù)性教育,是繼續(xù)工程教育的延伸與擴(kuò)展[1]。由于繼續(xù)教育可以幫助編輯擴(kuò)展知識(shí),提高業(yè)務(wù)水平與技能,提升期刊經(jīng)營(yíng)管理能力,吸收最新學(xué)術(shù)成果,因此,2010年,新聞出版總署開(kāi)展了出版專(zhuān)業(yè)技術(shù)人員繼續(xù)教育培訓(xùn)工作。但從實(shí)際效果看,編輯繼續(xù)教育存在諸多問(wèn)題,如編輯人員對(duì)繼續(xù)教育的認(rèn)識(shí)不夠、繼續(xù)教育尚未形成健全有效的運(yùn)行機(jī)制、繼續(xù)教育缺乏科學(xué)的內(nèi)容與形式等[2]。由此,如何提升編輯繼續(xù)教育的效果便成了需要解決的主要問(wèn)題。
通過(guò)文獻(xiàn)分析發(fā)現(xiàn),絕大多數(shù)學(xué)者在探討編輯繼續(xù)教育問(wèn)題時(shí),在研究?jī)?nèi)容上大多立足于分析編輯繼續(xù)教育的必要性、繼續(xù)教育存在的問(wèn)題并給出相應(yīng)的對(duì)策[3-4];在研究方法上大多采用定性分析法,缺乏可靠的定量化研究[5-6]。筆者認(rèn)為,為了能厘清編輯繼續(xù)教育存在的問(wèn)題并提出切實(shí)可行的解決方法,對(duì)繼續(xù)教育效果的評(píng)價(jià)是不可或缺的,這也是亟待解決的主要問(wèn)題之一。將全面、合理的評(píng)價(jià)指標(biāo)體系與科學(xué)、嚴(yán)謹(jǐn)?shù)脑u(píng)價(jià)方法相結(jié)合,才能實(shí)現(xiàn)對(duì)編輯繼續(xù)教育效果的深入分析。由于高校學(xué)報(bào)編輯的主要工作內(nèi)容、工作性質(zhì)與圖書(shū)編輯等其他類(lèi)別的編輯有所區(qū)別,評(píng)價(jià)指標(biāo)體系并不能通用,因此根據(jù)研究對(duì)象的便利性,筆者重點(diǎn)探討高校學(xué)報(bào)編輯繼續(xù)教育效果的評(píng)價(jià)問(wèn)題。首先在文獻(xiàn)分析的基礎(chǔ)上構(gòu)建高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)體系,然后采用粗糙集和信息熵相結(jié)合的方法構(gòu)建評(píng)價(jià)模型,以實(shí)現(xiàn)對(duì)高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)的完整研究。
縱觀現(xiàn)有文獻(xiàn),關(guān)于編輯繼續(xù)教育的研究成果十分豐富。如李玉蓮以新編輯為研究對(duì)象,提出對(duì)他們培訓(xùn)的基本內(nèi)容應(yīng)該包含職業(yè)道德教育、作風(fēng)教育及業(yè)務(wù)技術(shù)教育[7]。陳家順認(rèn)為,要從三方面對(duì)學(xué)術(shù)期刊編輯進(jìn)行繼續(xù)教育,分別是政治理論素養(yǎng)、科學(xué)文化知識(shí)和編輯理論水平[3]。李銘娜等研究數(shù)字化出版時(shí)代背景下編輯的繼續(xù)教育問(wèn)題,認(rèn)為繼續(xù)教育的內(nèi)容應(yīng)該包括編輯職業(yè)道德、期刊數(shù)字化技能及編輯理論知識(shí)[5]。翟宇認(rèn)為,由于編輯人員的學(xué)科背景、知識(shí)結(jié)構(gòu)、工作年限和工作能力不同,因此只有提高針對(duì)性、選擇科學(xué)合理的內(nèi)容才能滿足不同編輯的需要,編輯業(yè)務(wù)知識(shí)、法律法規(guī)知識(shí)、編輯所在學(xué)科專(zhuān)業(yè)知識(shí)和數(shù)字出版知識(shí)都是繼續(xù)教育的核心內(nèi)容[6]。劉燦嬌等以網(wǎng)絡(luò)編輯為研究對(duì)象,認(rèn)為一名合格的網(wǎng)絡(luò)編輯需要高度的政治素養(yǎng)、道德意識(shí)和責(zé)任感、扎實(shí)的編輯業(yè)務(wù)能力、快速反應(yīng)和思維創(chuàng)新能力、豐富的知識(shí)儲(chǔ)備、熟練的信息技術(shù)應(yīng)用能力[8]。羅香提出,編輯接受繼續(xù)教育之后要對(duì)他們的實(shí)際效果進(jìn)行考核,而繼續(xù)教育的內(nèi)容應(yīng)該是重視職業(yè)道德教育、提高政治素質(zhì)、加強(qiáng)業(yè)務(wù)學(xué)習(xí)、促進(jìn)科學(xué)研究、培養(yǎng)創(chuàng)新能力[9]。在具體評(píng)估方法上,姜梅提出,培訓(xùn)效果的評(píng)定主要是對(duì)編輯培訓(xùn)效果的評(píng)定以及對(duì)培訓(xùn)項(xiàng)目的評(píng)定,可以對(duì)培訓(xùn)前后工作效果進(jìn)行對(duì)比,并采用定量檢驗(yàn),如接受培訓(xùn)前對(duì)其進(jìn)行測(cè)試,培訓(xùn)后再測(cè)試,前后對(duì)比[10]。李翠霞等以中國(guó)科學(xué)院院屬期刊為例,對(duì)其2011—2014年開(kāi)展的編輯繼續(xù)教育工作進(jìn)行分析,并通過(guò)問(wèn)卷調(diào)查的方式來(lái)了解繼續(xù)教育工作的實(shí)效[4]。
從以往文獻(xiàn)可知,關(guān)于編輯(包括高校學(xué)報(bào)編輯)繼續(xù)教育效果評(píng)價(jià)研究的文獻(xiàn)成果極少,不僅沒(méi)有評(píng)價(jià)指標(biāo)體系,更缺乏科學(xué)的評(píng)價(jià)方法,大多數(shù)學(xué)者只是從定性方面進(jìn)行闡述。筆者在構(gòu)建高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)指標(biāo)體系時(shí),主要從兩方面進(jìn)行考慮:第一,從高校學(xué)報(bào)編輯的實(shí)際工作內(nèi)容及工作性質(zhì)出發(fā);第二,結(jié)合已有的文獻(xiàn)研究成果,分析繼續(xù)教育的主要內(nèi)容。經(jīng)過(guò)研究,筆者認(rèn)為對(duì)高校學(xué)報(bào)編輯繼續(xù)教育效果進(jìn)行評(píng)價(jià)需要從多元化、多層次的角度來(lái)進(jìn)行,構(gòu)建的高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)指標(biāo)體系如圖1所示。
圖1 高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)指標(biāo)體系
圖 1所示的對(duì)高校學(xué)報(bào)編輯繼續(xù)教育效果從政治理論素養(yǎng)、業(yè)務(wù)技術(shù)水平、綜合創(chuàng)新能力三方面來(lái)進(jìn)行,這樣就能較為全面地、動(dòng)態(tài)地評(píng)價(jià)高校學(xué)報(bào)編輯繼續(xù)教育的效果。其中,政治理論素養(yǎng)一級(jí)指標(biāo)下包含職業(yè)道德和作風(fēng) 2個(gè)二級(jí)指標(biāo);業(yè)務(wù)技術(shù)水平一級(jí)指標(biāo)下包含信息采集、選題策劃與組稿、審稿、編輯加工及整體設(shè)計(jì) 5個(gè)二級(jí)指標(biāo);綜合創(chuàng)新能力一級(jí)指標(biāo)下包含知識(shí)結(jié)構(gòu)、信息技術(shù)應(yīng)用、思維創(chuàng)新3個(gè)二級(jí)指標(biāo)。
波蘭數(shù)學(xué)家Pawlak[11]于1982年提出粗糙集理論,以用來(lái)處理不完整、不確定性知識(shí)以及數(shù)據(jù)的表達(dá)、學(xué)習(xí)與歸納,其主要的特點(diǎn)是無(wú)需提供問(wèn)題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息。
定義2 給定決策表S,若有B?A,則定義屬性集B上的不可分辨關(guān)系IND(B)為:
U/IND(B)構(gòu)成了U的一個(gè)劃分,稱(chēng)為U上的一個(gè)知識(shí),其中每個(gè)等價(jià)類(lèi)稱(chēng)為一個(gè)知識(shí)粒[14]。
其中,Card(*)表示集合的基數(shù),即集合元素的個(gè)數(shù)。
定義6在決策表S中,定義屬性c∈C粗糙集信息熵理論下的重要度為:
C.E.Shannon在1948年將熵的概念引入信息領(lǐng)域,利用“信息熵”作為衡量信息紊亂程度的測(cè)度[18],并提出信息的度量方法。他認(rèn)為,熵可以用來(lái)度量一個(gè)隨機(jī)事件的不確定性或信息量[19]。在數(shù)學(xué)上,信息熵表示特定信息的出現(xiàn)概率,在信息系統(tǒng)中用以表示信息的不確定性。如果一個(gè)信息系統(tǒng)的確定性越高,其信息熵越低;反之,信息熵越高。
將粗糙集理論與條件信息熵引入高校學(xué)報(bào)編輯繼續(xù)教育效果的評(píng)價(jià)研究中,建立基于粗糙集條件信息熵的綜合評(píng)價(jià)模型。評(píng)價(jià)指標(biāo)體系包含一級(jí)指標(biāo)和二級(jí)指標(biāo)條件屬性集,將定義1中在決策表S內(nèi)的條件屬性集(指標(biāo)集)C進(jìn)行如下描述:條件屬性集為,對(duì)于作為一級(jí)指標(biāo)條件屬性,其中包含若干個(gè)二級(jí)指標(biāo)條件屬性,可進(jìn)一步描述為。由此,,則該對(duì)象在二級(jí)指標(biāo)Cxv下的評(píng)價(jià)可描述為。
由于粗糙集僅能針對(duì)離散化數(shù)據(jù)進(jìn)行處理,因而,需要對(duì)連續(xù)型數(shù)據(jù)作離散化處理,采用等距離法[20]。
具體步驟如下:
(1) 獲得全體對(duì)象集U的劃分結(jié)果、在決策屬性集D上的劃分結(jié)果U/ IND(D),以及篩選出條件屬性Cx后的劃分結(jié)果。
(2) 計(jì)算條件屬性集C上的劃分相對(duì)于決策屬性集D上劃分的信息熵I(D|C);在依次篩選出C下的各條件屬性Cx后,計(jì)算上的劃分相對(duì)于D上劃分的信息熵。
(3) 對(duì)于各條件屬性Cx,計(jì)算得出粗糙集理論下的重要度。
(4) 計(jì)算各條件屬性Cx的權(quán)重值。
(5) 計(jì)算評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)結(jié)果。
其中,Ei為各待評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)值,為各屬性的評(píng)分值。
高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)指標(biāo)體系(圖1)共包含3個(gè)一級(jí)指標(biāo)、10個(gè)二級(jí)指標(biāo),此次選取的研究對(duì)象為2016年5月在南京接受繼續(xù)教育的6位高校學(xué)報(bào)編輯,并聘請(qǐng)南京地區(qū)各高校學(xué)報(bào)編輯部的多名專(zhuān)家組成專(zhuān)家組,對(duì) 6名編輯進(jìn)行評(píng)價(jià)。經(jīng)整理后的數(shù)據(jù)作為測(cè)試數(shù)據(jù)集,再依據(jù)實(shí)際樣本對(duì)指標(biāo)體系開(kāi)展實(shí)證研究。
專(zhuān)家組對(duì)這6位待評(píng)價(jià)編輯ui的各項(xiàng)指標(biāo)進(jìn)行全面評(píng)價(jià),其中,i= 1, 2, …, 6;決策屬性集D為專(zhuān)家滿意度,整理后數(shù)據(jù)如表1所示。
表1 初始信息表
將所有評(píng)價(jià)指標(biāo)分為3個(gè)等級(jí),數(shù)據(jù)離散化后的決策表如表2所示。
表2 數(shù)據(jù)離散化后的決策表
(1) 計(jì)算對(duì)象集U在一級(jí)指標(biāo)C1分塊下的劃分結(jié)果U/ IND(C1)和U在決策屬性集D上的劃分結(jié)果U/ IND(D)分別為:
(2) 在選取一級(jí)指標(biāo)C1下,依次篩選出該一級(jí)指標(biāo)中各二級(jí)指標(biāo)條件屬性C1n(n= 1, 2),求得劃分結(jié)果。
當(dāng)S=1時(shí),。
然后,分別計(jì)算出S= 2,3,4時(shí),上述公式所取得的結(jié)果。
經(jīng)計(jì)算可得,
(4) 計(jì)算C1分塊下各二級(jí)指標(biāo)C1n(n= 1, 2)的相對(duì)重要度。
(5) 計(jì)算C1分塊下各二級(jí)指標(biāo)的相對(duì)權(quán)重值。
(6) 計(jì)算一級(jí)指標(biāo)C2、C3分塊下的各項(xiàng)數(shù)據(jù)。
(7) 計(jì)算各一級(jí)指標(biāo)的權(quán)重值。
(8) 得出各二級(jí)指標(biāo)的最終客觀權(quán)重值。
(9) 求得6位高校學(xué)報(bào)編輯繼續(xù)教育效果的評(píng)價(jià)結(jié)果,具體評(píng)價(jià)結(jié)果及排序如表3所示。
表3 綜合評(píng)價(jià)結(jié)果及排序
通過(guò)基于粗糙集和信息熵的評(píng)價(jià)模型的運(yùn)用,本文對(duì) 6位編輯的繼續(xù)教育效果進(jìn)行了評(píng)價(jià)。通過(guò)表3可知,第3位編輯的綜合評(píng)價(jià)值最高,第2位編輯的綜合評(píng)價(jià)值最低,通過(guò)該法,可對(duì)數(shù)量較多編輯的繼續(xù)教育效果進(jìn)行評(píng)價(jià),且具有較高的公正、公平性。
本文對(duì)高校學(xué)報(bào)編輯繼續(xù)教育效果的評(píng)價(jià)問(wèn)題展開(kāi)研究。首先,通過(guò)文獻(xiàn)分析,構(gòu)建了高校學(xué)報(bào)編輯繼續(xù)教育效果的評(píng)價(jià)指標(biāo)體系,該體系包含3個(gè)一級(jí)指標(biāo)、10個(gè)二級(jí)指標(biāo);其次,將粗糙集理論和條件信息熵引入該評(píng)價(jià)問(wèn)題,建立基于粗糙集和條件信息熵的評(píng)價(jià)模型,實(shí)現(xiàn)對(duì)待評(píng)價(jià)編輯的決策分析。經(jīng)過(guò)實(shí)例分析表明,本文所提出的高校學(xué)報(bào)編輯繼續(xù)教育效果的評(píng)價(jià)指標(biāo)體系和所構(gòu)建的評(píng)價(jià)模型是切實(shí)可行且合理、有效,能為高校學(xué)報(bào)編輯繼續(xù)教育效果評(píng)價(jià)提供一種新的思路和途徑。
[1]劉保國(guó).關(guān)于知識(shí)經(jīng)濟(jì)時(shí)代繼續(xù)教育的若干思考[J].廣東工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2006,6(1):10-13.
[2]陳莎莎.論知識(shí)經(jīng)濟(jì)時(shí)代編輯的繼續(xù)教育[J].西藏科技,2014(8):31-32.
[3]陳家順.加強(qiáng)學(xué)術(shù)期刊編輯繼續(xù)教育的必要性[J].湖北師范學(xué)院學(xué)報(bào)(自然科學(xué)版),2010,30(4):85-87.
[4]李翠霞,田宏,梁永霞.淺談中國(guó)科學(xué)院院屬期刊編輯繼續(xù)教育培訓(xùn)工作[J].科技與出版,2015(1):107-110.
[5]李銘娜,張德福.數(shù)字化出版時(shí)代期刊編輯繼續(xù)教育分析[J].中國(guó)冶金教育,2012(4):91-92.
[6]翟宇.從續(xù)展登記注冊(cè)看編輯繼續(xù)教育的問(wèn)題與對(duì)策[J].現(xiàn)代出版,2013(5):63-65.
[7]李玉蓮.新編輯的“入門(mén)”培訓(xùn)刻不容緩[J].出版廣角,2002(11):33-34.
[8]劉燦嬌,王宇.論當(dāng)前我國(guó)網(wǎng)絡(luò)編輯職業(yè)資格管理的五個(gè)矛盾[J].科技與出版,2015(10):99-101.
[9]羅香.加強(qiáng)高校學(xué)報(bào)編輯繼續(xù)教育的實(shí)效性研究[J].繼續(xù)教育研究,2011(9):30-32.
[10] 姜梅.淺議科技期刊青年編輯的培訓(xùn)開(kāi)展[C]//科技編輯出版研究文集.2005:113-114.
[11] Pawlak Z. Rough sets [J]. International Journal of Information and Computer Science, 1982(11):341-356.
[12] 朱紅燦,陳能華.基于距離輔助粗糙集的政府信息公開(kāi)公眾滿意度評(píng)價(jià)模型[J].情報(bào)雜志,2010,29(8):94-97.
[13] Wang G Y. Granular computing based data mining in the views of rough set and fuzzy set [C]// Novel Developments in Granular Computing: Applications for Advanced Human Reasoning and Soft Computation.Hershey: IGI Global, 2010:401-416.
[14] 陳玉明,吳克壽,李向軍.一種基于信息熵的異常數(shù)據(jù)挖掘算法[J].控制與決策,2013,28(6):867-872.
[15] 甄宇峰,施化吉.基于條件信息熵和相關(guān)系數(shù)的屬性約簡(jiǎn)算法[J].計(jì)算機(jī)工程與應(yīng)用,2011,47(16):26-28.
[16] 徐昆振,何金平,夏萬(wàn)求.基于粗糙集與條件信息熵的大壩安全融合評(píng)價(jià)模型[J].武漢大學(xué)學(xué)報(bào)(工學(xué)版),2014,47(1):46-49.
[17] 高維春,譚旭.決策屬性未知下的學(xué)生評(píng)教粗糙集分析[J].計(jì)算機(jī)工程與應(yīng)用,2012,48(9):238-241.
[18] 梁吉業(yè),錢(qián)宇華.信息系統(tǒng)中的信息粒與熵理論[J].中國(guó)科學(xué)E輯(信息科學(xué)),2008,38(12): 2048-2065.
[19] 丁衛(wèi)平,王建東,管致錦.一種基于變精度閾值的可拓熵不完備系統(tǒng)屬性約簡(jiǎn)算法[J].小型微型計(jì)算機(jī)系統(tǒng),2010,31(12):2372-2376.
[20] 毛太田,肖锎,鄒凱.一種基于粗糙集條件信息熵的多指標(biāo)綜合評(píng)價(jià)方法研究[J].統(tǒng)計(jì)研究,2014,31(7):92-96.