劉 杰，廖衛(wèi)華

(贛南師范大學(xué) 新聞與傳播學(xué)院，江西 贛州 341000)

?

·教育技術(shù)理論與實踐·

基于Rough集的微信移動學(xué)習(xí)要素重要度調(diào)查研究*

劉 杰，廖衛(wèi)華

(贛南師范大學(xué) 新聞與傳播學(xué)院，江西 贛州 341000)

本文從教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)設(shè)計、支持服務(wù)等幾大要素設(shè)計問卷調(diào)查表，并通過Rough集理論得到微信移動學(xué)習(xí)各要素對學(xué)習(xí)效果的影響重要度，為開展相關(guān)研究提供理論依據(jù).

Rough集；移動學(xué)習(xí)；調(diào)查研究

1 引言

《教育信息化十年發(fā)展規(guī)劃2011-2020》要求在信息技術(shù)與教育深度融合的基礎(chǔ)上，建立新型信息化教學(xué)環(huán)境，優(yōu)化教學(xué)模式，推動教育改革[1].信息時代的今天，人們學(xué)習(xí)交流的方式方法發(fā)生了巨大變革，特別是隨著智能手機(jī)的普及和校園無線網(wǎng)絡(luò)硬件設(shè)施的不斷完善，高校乃至中小學(xué)學(xué)生進(jìn)行移動學(xué)習(xí)的行為日益普及.

移動學(xué)習(xí)(M-Learning)是指學(xué)習(xí)者在其可能實現(xiàn)的任何時間、任何地點(diǎn)通過移動設(shè)備(如手機(jī)、具有無線通信模塊的PDA等)和無線通信網(wǎng)絡(luò)獲取學(xué)習(xí)資源，與他人進(jìn)行交流協(xié)作，實現(xiàn)個人與社會知識建構(gòu)的過程，它是數(shù)字化學(xué)習(xí)的延伸[2].微信公眾平臺具有信息聚合、訂閱推送、自動回復(fù)響應(yīng)、信息傳播速率快、受眾影響面較大等特點(diǎn)，成為移動學(xué)習(xí)的有益形式[3].

學(xué)習(xí)評價是根據(jù)教學(xué)目標(biāo)，對學(xué)生通過教學(xué)活動產(chǎn)生的行為變化做出的一種價值判斷的過程[4].在價值判斷過程中由于受到評價參與者的知識水平、認(rèn)知能力和個人偏愛等因素的影響，評價結(jié)果往往具有不確定性.目前，對這類不確定信息的數(shù)據(jù)挖掘有概率統(tǒng)計法、層次分析法及模糊數(shù)學(xué)等方法，這些方法大部分需要先驗知識，而這些知識一般不容易得到.Rough集理論以不可分辨關(guān)系為基礎(chǔ)，能在缺乏任何先驗知識的前提下從數(shù)據(jù)集中獲取有利用價值的信息.目前，Rough集理論已被成功應(yīng)用于教學(xué)評價決策研究，如,文獻(xiàn)[5]從信息熵的角度提出了一種基于粗糙集的各評教指標(biāo)的權(quán)重值，完成對待評教教師的決策評價分析；文獻(xiàn)[6]利用粗糙集理論及其算法,對學(xué)生自主學(xué)習(xí)成績決策表進(jìn)行求解,在原始數(shù)據(jù)的基礎(chǔ)上得出了條件屬性與決策屬性間的關(guān)系；文獻(xiàn)[7]利用粗糙集理論中的屬性簡約和重要度計算對評價指標(biāo)進(jìn)行約簡,得到指標(biāo)的客觀權(quán)重,給出了教師評價的排序結(jié)果.本文以教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)設(shè)計、支持服務(wù)等幾大要素設(shè)計調(diào)查表，并通過Rough集理論得到微信移動學(xué)習(xí)各要素對學(xué)習(xí)效果的影響程度，旨在為改造優(yōu)化微信移動學(xué)習(xí)提供必要的理論依據(jù).

2 Rough集理論概述

Rough集理論的詳細(xì)介紹可參考文獻(xiàn)[8-9]，本文主要介紹調(diào)查研究中要用到的幾個基本概念.

定義1[8]一個信息系統(tǒng)定義為：S=(U,C,V,f)，其中U={x1,x2,…,xn}是論域，C為條件屬性集，f∶U×C→V是信息函數(shù)，其中V=∪Va，a∈C，Va表示屬性a的值域.每一個屬性子集P?C決定了一個二元不可區(qū)分關(guān)系：ind(P)={(x,y)∈U×U，?a∈P，f(x,a)=f(y,a)}，關(guān)系ind(P)構(gòu)成U的一個劃分，用U/ind(P)表示，簡記為U/P={P1,P2,…,Pk}，U/P中的任何元素Pi=[x]P={y|a∈P,f(x,a)=f(y,a)}稱為等價類.

定義2[8]一個決策表定義為：S=(U,C,D,V,f)，其中U={x1,x2,…,xn}是論域，C為條件屬性集，D為決策屬性集；f∶U×(C∪D)→V是信息函數(shù)，其中V=∪Va，a∈(C∪D)，Va表示屬性a的值域.

定義4[8]在決策表S=(U,C,D,V,f)中,?A?C，設(shè)U/A= {A1,A2,…,Am}表示由條件屬性集A對論域U的一個劃分，U/D= {D1,D2,…,Dh}表示決策屬性集D對論域U的一個劃分，則條件屬性集A在論域U關(guān)于決策屬性D的正區(qū)域表示為：

(1)

定義5[8]在決策表S=(U,C,D,V,f)中，如果ind(C)?ind(D)，則稱決策屬性D依賴于條件屬性C，其依賴程度的度量為：

(2)

其中card為集合基數(shù)運(yùn)算符號，(2)式表示屬性D是k度依賴于屬性C.

定義6[8]在決策表S=(U,C,D,V,f)中，設(shè)a∈C，則條件屬性a關(guān)于決策屬性D的重要度定義為：

(3)

3 基于Rough集屬性重要度分析流程

基于Rough集理論的微信移動學(xué)習(xí)各要素重要度分析主要有以下步驟：設(shè)計評價體系，收集調(diào)查問卷數(shù)據(jù)；離散化數(shù)據(jù)，建立知識庫表達(dá)系統(tǒng)(決策表)；對知識庫表達(dá)系統(tǒng)進(jìn)行屬性重要度分析：首先從決策表中去掉某個屬性，再考察沒有該屬性后分類的變化.若去掉該屬性相對分類變化較大，則說明該屬性的重要性高；反之，該屬性的重要性低.

4 研究實施過程

4.1 微信移動學(xué)習(xí)效果評價指標(biāo)體系設(shè)計

2003年，北京師范大學(xué)黃榮懷教授帶領(lǐng)的課題組制訂了由教學(xué)設(shè)計、教學(xué)內(nèi)容、可用性、技術(shù)性、信息呈現(xiàn)和文檔資源等6個一級指標(biāo)構(gòu)成的我國第一個遠(yuǎn)程網(wǎng)絡(luò)課程教學(xué)評價標(biāo)準(zhǔn).[10]微信移動學(xué)習(xí)屬于遠(yuǎn)程網(wǎng)絡(luò)課程教學(xué)范疇，因此我們的評價指標(biāo)參照了黃榮懷教授制訂的此指標(biāo)，同時根據(jù)微信移動學(xué)習(xí)的特點(diǎn)，而建立起由教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)設(shè)計、支持服務(wù)、教學(xué)效果等5個一級指標(biāo)、11個二級指標(biāo)組成的指標(biāo)評價體系(表1).

表1 微信移動學(xué)習(xí)效果評價指標(biāo)體系

4.2 設(shè)計問卷調(diào)查表

選擇2015～2016學(xué)年第二學(xué)期公共選修課課程《flash動畫制作》實施微信教學(xué)的100名學(xué)生作為測試對象.微信移動學(xué)習(xí)效果評價調(diào)查問卷設(shè)計成遠(yuǎn)程在線問卷調(diào)查形式，在線收集調(diào)查結(jié)果.該問卷以表1的二級評價指標(biāo)為關(guān)鍵詞設(shè)計11個問題，具體如下：

問題1.教學(xué)目標(biāo)對微信移動學(xué)習(xí)效果的影響；

問題2.教學(xué)重點(diǎn)難點(diǎn)對微信移動學(xué)習(xí)效果的影響；

問題3.教學(xué)內(nèi)容的選擇對微信移動學(xué)習(xí)效果的影響；

問題4.教學(xué)內(nèi)容呈現(xiàn)方式對微信移動學(xué)習(xí)效果的影響；

問題5.教學(xué)組織對微信移動學(xué)習(xí)效果的影響；

問題6.教學(xué)方法對微信移動學(xué)習(xí)效果的影響；

問題7.教學(xué)手段對微信移動學(xué)習(xí)效果的影響；

問題8.教學(xué)資源選擇對微信移動學(xué)習(xí)效果的影響；

問題9.交流互動對微信移動學(xué)習(xí)效果的影響；

問題10.教師的作業(yè)測評對微信移動學(xué)習(xí)效果的影響.

問題11：通過以上選擇，你認(rèn)為本課程的微信移動學(xué)習(xí)效果如何：(1)非常好；(2)很好；(3)一般；(4)差.

問題1～10的選項均采用語義差別量表計分形式[11]，每題均設(shè)計了四個等距選項：(1) 非常重要、(2)重要、(3)不太重要、(4)不重要.

將所有被測者的選項答案匯總整理成信息表形式(表2)，限于篇幅，只列出前10名被測者的選項情況.

表2 《flash動畫制作》微信移動學(xué)習(xí)效果影響調(diào)查選項統(tǒng)計表

表3 知識庫表達(dá)系統(tǒng)(決策表)

4.3 離散化數(shù)據(jù)，建立知識庫表達(dá)系統(tǒng)

為了挖掘表2中問題1～10的選項答案在多大程度上改變了問題11的選項結(jié)果及其分類，即要計算問題1～10的選項在問題11選項決策中的重要度，因此，條件屬性C={c1教學(xué)目標(biāo)、c2重點(diǎn)難點(diǎn)、c3內(nèi)容選擇、c4呈現(xiàn)方式、c5教學(xué)組織、c6教學(xué)方法、c7教學(xué)手段、c8教學(xué)資源、c9交流互動、c10作業(yè)測評}，決策屬性D={f學(xué)習(xí)效果}，學(xué)生個體集U={1,2,3,…,100}.

對表2進(jìn)行簡單的離散化處理，將所有選項的(1)、(2)、(3)、(4)分別記為1、2、3、4，得到知識庫表達(dá)系統(tǒng)(表3).

4.4 屬性重要度分析

根據(jù)以上知識庫表達(dá)系統(tǒng)所提供的數(shù)據(jù)，分析條件屬性中哪些屬性最大程度地改變了決策屬性及其分類，以此來確定該屬性的重要程度.通過Matlab程序可計算出知識庫表中按各個屬性的分類情況.

例如：按決策屬性D的分類用U/D表示，即：

U/D={{3,4,9,13,14,15,16,18,22,24,25,33,49,52,56,60,66,67,70,72,75,81,84,89,93,95,99},{5,6,7,8,10,11,12,17,19,20,21,23,26,27,28,29,31,32,34,36,37,38,39,40,41,42,43,44,45,46,47,48,50,51,53,54,55,57,58,61,62,64,65,68,69,71,73,74,76,77,78,79,80,82,83,86,88,90,91,92,94,96,97,98},{2,30,35, 63, 85},{1, 59, 87, 100}}.

表示對問卷第11號問題的回答，有27人選擇“微信移動學(xué)習(xí)效果非常好”， 有64人選擇“微信移動學(xué)習(xí)效果很好”，有5人選擇“微信移動學(xué)習(xí)效果一般”，有4人選擇“微信移動學(xué)習(xí)效果差”.

按C={c1、…、c10}分類，U/C可分為28類，因此，由式(1)可計算出：

posc(D)={{75},{94},{26,32,58,92,96},{37},{57},{91},{98},{18},{33},{79},{13},{6,41},{53},{65},{97},{17},{23},{63}}.

由式(2)計算出：rc(D)=card(posc(D))/card(U)=23/100.

下面以條件屬性c1(教學(xué)目標(biāo))對決策屬性D的重要度計算為例，其分析過程是去掉屬性c1，按C-{ c1}對樣本U進(jìn)行分類，可分為19類，得到：

pos(C-{c1})(D)={{6},{13},{20},{21},{31,43},{45},{46},{55},{66},{68},{77},{79},{93},{26,32,54,95},{96}}.

rc-{c2}(D)=0.22，rc-{c3}(D)=0.12，rc-{c4}(D)=0.11，rc-{c5}(D)=0.08，rc-{c6}(D)=0.1，rc-{c7}(D)=0.1，rc-{c8}(D)=0.06，rc-{c9}(D)=0.04，rc-{c10}(D)=0.04.

根據(jù)式(3)可得到各條件屬性對決策屬性D的重要度，分別為：

σD(c1)=rc(D)-rc-{c1}(D)=0.08； σD(c2)=rc(D)-rc-{c2}(D)=0.10；

σD(c3)=rc(D)-rc-{c3}(D)=0.11； σD(c4)=rc(D)-rc-{c4}(D)=0.12；

σD(c5)=rc(D)-rc-{c5}(D)=0.15； σD(c6)=rc(D)-rc-{c6}(D)=0.13；

σD(c7)=rc(D)-rc-{c7}(D)=0.13； σD(c8)=rc(D)-rc-{c8}(D)=0.17；

σD(c9)=rc(D)-rc-{c9}(D)=0.19； σD(c10)=rc(D)-rc-{c10}(D)=0.19.

由此可見，微信移動學(xué)習(xí)效果影響要素的重要度排序表現(xiàn)為：交流互動=作業(yè)測評>教學(xué)資源>教學(xué)組織>教學(xué)方法=教學(xué)手段>呈現(xiàn)方式>內(nèi)容選擇>教學(xué)重點(diǎn)>教學(xué)目標(biāo).

5 實證研究結(jié)論

根據(jù)微信移動學(xué)習(xí)效果影響要素的重要度排序結(jié)果，可以得到以下結(jié)論：

[1] 教育部.教育信息化十年發(fā)展規(guī)劃(2011-2020年)[Z].2011,(6):5-6.

[2] 余勝泉.從知識傳遞到認(rèn)知建構(gòu)再到情景認(rèn)知:三代移動學(xué)習(xí)的發(fā)展與展望[J].中國電化教育,2007,(6):7-18.

[3] 山峰,檀曉紅,薛可,等.基于微信公眾平臺的移動微型學(xué)習(xí)實證研究[J].開放教育研究,2015,(2):97.

[4] 楊紅穎,王向陽,吳俊峰,等.網(wǎng)絡(luò)教學(xué)評價系統(tǒng)的設(shè)計與實現(xiàn)[J].現(xiàn)代遠(yuǎn)距離教育,2007,(4):13.

[5] 高維春,譚旭.決策屬性未知下的學(xué)生評教粗糙集分析[J].計算機(jī)工程與應(yīng)用,2012,(9):238-241.

[6] 莊怡雯,黃潤才.基于粗糙集的學(xué)生成績決策分析[J].計算機(jī)應(yīng)用與軟件,2008,(10):172-174.

[7] 韓慧蓉.粗糙集理論在外聘教師教學(xué)質(zhì)量評價中的應(yīng)用[J].西安航空學(xué)院學(xué)報,2016(9):65-68.

[8] Pawlak Z.Rough Sets：Theoretical Aspects of Reasoning about Data[M].Boston，USA：Kluwer Academic Pub1ishers,1991.

[9] 劉清.Rough集及Rough推理[M].北京:科學(xué)出版社,2001.

[10] 黃榮懷.網(wǎng)絡(luò)課程質(zhì)量認(rèn)證的研究與試驗[J].中國遠(yuǎn)程教育,2003,(21):16.

[11] 王忠玉,吳柏林.模糊數(shù)據(jù)問卷調(diào)查表的設(shè)計及應(yīng)用[J].經(jīng)濟(jì)研究導(dǎo)刊,2012,(14):174.

Research on the Importance of WeChat Mobile Learning Elementsbased on Rough Set

LIU Jie, LIAO Weihua

(SchoolofJournalismandCommunication,GannanNormalUniversity,Ganzhou341000,China)

This paper from the teaching objectives, teaching content, teaching design, support services and other major elements of the design questionnaire, and the influencing factors of mobile learning theory to study the effect of WeChat by rough set, and provide a theoretical basis for the related research.

rough set; mobile learning; investigation and study

2016-10-11

10.13698/j.cnki.cn36-1346/c.2016.06.028

2015江西省高等學(xué)校省級教改項目(JXJG-15-14-12)；2015江西省教育科學(xué)“十二五”規(guī)劃項目(15YB109)

劉杰(1972-)，男，江西于都人，贛南師范大學(xué)新聞與傳播學(xué)院副教授，研究方向：計算機(jī)應(yīng)用.

http://www.cnki.net/kcms/detail/36.1037.C.20161209.1458.002.html

G641

A

1004-8332(2016)06-0116-04