支天云
(山西大學(xué)繼續(xù)教育學(xué)院,山西 太原 030006)
隨著我國(guó)高等教育事業(yè)的發(fā)展,成人高校畢業(yè)生學(xué)位獲得與普通高校一樣,越來(lái)越受到人們的重視。國(guó)內(nèi)對(duì)畢業(yè)生學(xué)位評(píng)審指標(biāo)獲取的主要研究有:利用粗糙集理論和神經(jīng)網(wǎng)絡(luò)建立成人高校畢業(yè)生學(xué)位評(píng)審模型[1];基于概率神經(jīng)網(wǎng)絡(luò)、灰色決策和學(xué)習(xí)矢量量化(LVQ)構(gòu)建學(xué)位評(píng)審模型[2]。指標(biāo)權(quán)重的確定主要有主觀法和客觀法。主觀確權(quán)法是以專家對(duì)指標(biāo)的重視程度、主觀判斷為依據(jù)來(lái)賦權(quán)的方法,如AHP法、打分法、二項(xiàng)系數(shù)法[3~4]、模糊統(tǒng)計(jì)法[5]等??陀^確權(quán)法是以歷史數(shù)據(jù)為依據(jù),利用各項(xiàng)指標(biāo)反映客觀信息的賦權(quán)方法,如粗糙集法[6]、熵值法、主成分分析法等。文獻(xiàn)[7]利用RS的屬性約簡(jiǎn)功能,在保持分類能力不變的前提下減少指標(biāo)個(gè)數(shù),降低了AHP法模型中矩陣維數(shù)和系統(tǒng)處理的復(fù)雜度,但是評(píng)價(jià)體系中的每個(gè)指標(biāo)均有其應(yīng)有的作用,從這個(gè)角度上講并沒(méi)有提高決策的準(zhǔn)確度。文獻(xiàn)[8]運(yùn)用RS理論的屬性約簡(jiǎn)功能降低指標(biāo)維數(shù),通過(guò)計(jì)算各屬性指標(biāo)的正域及依賴度得到客觀判別矩陣,并與AHP得到的主觀判別矩陣集成組合矩陣,產(chǎn)生組合權(quán)重,提高系統(tǒng)的評(píng)價(jià)準(zhǔn)確度。
粗糙集理論(RS)是波蘭數(shù)學(xué)家Z.Pawlak于20世紀(jì)80年代提出的一種數(shù)學(xué)分析理論,在知識(shí)發(fā)現(xiàn)、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)決策與分析[9]等方面得到了成功的應(yīng)用。
2)定義2:如果Dis(R)=1-GD(R);屬性重要度與它的分辨度相等,即Sig(x)=Dis(x)
設(shè)決策系統(tǒng)T=(U,C∪D,V,f),(U,C,D,V,f含義同定義3)利用重要度SigD(xi)(xi∈C)兩兩比較方法構(gòu)造類似于AHP法[11]的判斷矩陣:Q=(bij)n×nbij≥0 其中:
(1)
P是由AHP法[11]得到的主觀判斷矩陣,Q是由RS理論得到的客觀判斷矩陣,R為兩者集成的組合判斷矩陣,建立最優(yōu)化模型[11]:min{[u(R-P)2/2+(1-u)(R-Q)2/2]}其中u∈[0,1],P=(aij)n×naij≥0;Q=(bij)n×nbij≥0;R=(rij)n×nrij≥0該最優(yōu)化模型在可行域上有唯一解:
R=uP+(1-u)Q=u(aij)n×n+(1-u)(bij)n×n
(2)
式中u稱權(quán)重系數(shù),u越小表明主觀權(quán)重比較重要,u越大表明客觀權(quán)重比較重要。
針對(duì)成人高校畢業(yè)生學(xué)位評(píng)審中出現(xiàn)的實(shí)際問(wèn)題,借鑒國(guó)內(nèi)現(xiàn)有高校畢業(yè)生學(xué)位的研究成果[1~2],綜合考察多所成人高校畢業(yè)生學(xué)位的獲得情況和評(píng)定標(biāo)準(zhǔn),選擇七個(gè)指標(biāo)評(píng)價(jià)體系:課程平均成績(jī)c1,學(xué)位外語(yǔ)成績(jī)c2,學(xué)位專業(yè)課成績(jī)c3,學(xué)位論文成績(jī)c4,考試舞弊情況c5,補(bǔ)考課程數(shù)c6,計(jì)算機(jī)水平統(tǒng)考成績(jī)c7。
按照層次分析法(AHP),對(duì)c1,c2,c3,c4,c5,c6,c7七個(gè)指標(biāo)進(jìn)行兩兩比較得到主觀判斷矩陣
矩陣向量P=[m1,m2,…,m7]T其中:
WP=(0.0932,0.1060,0.1060,0.1060,
0.2809,0.1468,0.1621)T。
矩陣P的最大特征值:
權(quán)重向量排序?yàn)椋篧PS=(0.2809,0.1621, 0.1468,0.1060,0.1060,0.1060,0.0932)T
根據(jù)表2,當(dāng)n=7時(shí)Ri=1.32,故得到一致性比率:CR=Ci/Ri=(λmax-n)/(n-1)Ri=0.0947<0.10 通過(guò)一致性檢驗(yàn)??梢钥闯觯绊懗扇烁咝.厴I(yè)生評(píng)審的因素按權(quán)重大小排序依次為考試舞弊情況c5,計(jì)算機(jī)統(tǒng)考成績(jī)c7,補(bǔ)考課程數(shù)c6,學(xué)位外語(yǔ)成績(jī)c2,學(xué)位專業(yè)課成績(jī)c3,學(xué)位論文成績(jī)c4,課程平均成績(jī)c1。
1)計(jì)算各條件屬性對(duì)決策屬性的重要度:設(shè)決策系統(tǒng)T=(U,CUD,V,f)[9],U為所有對(duì)象集合,C={c1,c2,c3,c4,c5,c6,c7}、D=xjblflb分別為條件屬性和決策屬性,V、f分別為值域和信息函數(shù)。選取某成人高校某專業(yè)一個(gè)班畢業(yè)生原始數(shù)據(jù)作為研究對(duì)象(如表4所示),決策對(duì)象D=p55fntn=“學(xué)位評(píng)定情況”,V={0,1,2},如表3所示:
根據(jù)定義3 :U/D={{1,3,5,8,10,13},{2,6,7,9,14},{4,11,12}}
U/|D∪{c1}|={{1,3,8},{7,14},{4}{5}{2,6}{10,13}{9},{11,12}
SigD(c1)=1-|D∪{c1}|/|D|=42/70;SigD(c2)=41/70;SigD(c3)=36/70;SigD(c4)=30/70;SigD(c5)=38/70;SigD(c6)=38/70;SigD(c7)=34/70
2)根據(jù)式(1),通過(guò)對(duì)各屬性重要度值進(jìn)行兩兩比較得到客觀判斷矩陣
3)當(dāng)主觀判斷矩陣P的權(quán)重排序WPS與客觀判斷矩陣Q的權(quán)重排序WQS結(jié)果一致時(shí),取u=0.5;當(dāng)WPS與WQS不一致時(shí),如果u∈[0,0.5),則決策傾向于專家主觀意見(jiàn);如果u∈(0.5,1],則決策傾向于客觀歷史樣本數(shù)據(jù),選取黃金分割數(shù)u=0.382。因此根據(jù)式(2)得組合判斷矩陣:R=0.382P+0.618Q,其中rij=0.382aij+0.618bij
表3屬性指標(biāo)含義及表示
屬性含義表示c1課程平均成績(jī) 0:一般(60分以下)c2學(xué)位外語(yǔ)成績(jī) 1:良(61-80分)c3學(xué)位專業(yè)課成績(jī) 2:優(yōu)(81-100分)c4學(xué)位論文成績(jī)c5考試舞弊情況0:嚴(yán)重 1:較少 2:無(wú)c6補(bǔ)考課程數(shù)0:4門(mén)以下1:1-3門(mén) 2:無(wú)c7計(jì)算機(jī)統(tǒng)考成績(jī)0:差 1:良 2: 優(yōu)d學(xué)位評(píng)定情況0:差 1:良 2: 優(yōu)
4)采用和法對(duì)組合判斷矩陣進(jìn)行權(quán)重計(jì)算,得到其權(quán)重向量R=[q1,q2,q3,q4,q5,q6,q7]T其中:
表4 原始指標(biāo)數(shù)據(jù)
故組合矩陣R的權(quán)重向量WR為:WR=(0.131,0.138,0.124,0.111,0.211,0.145,0.140) 對(duì)其排序得到WRS為:WRS=(0.211,0.145,0.140,0.138,0.131,0.124,0.111)
由組合矩陣的向量權(quán)重排序WRS得知,指標(biāo)大小的排列順序依次為:考試舞弊情況c5,補(bǔ)考課程數(shù)c6,計(jì)算機(jī)統(tǒng)考成績(jī)c7,學(xué)位外語(yǔ)成績(jī)c2,課程平均成績(jī)c1,學(xué)位專業(yè)課成績(jī)c3,學(xué)位論文成績(jī)c4。這與AHP法得到的權(quán)重排序結(jié)果WPS基本一致,但是其指標(biāo)權(quán)重間的差值卻減少了,說(shuō)明由AHP與RS方法集成得到的評(píng)審指標(biāo)組合權(quán)重排序WRS更加科學(xué)合理。
1)根據(jù)多所成人高校學(xué)位評(píng)審出現(xiàn)的問(wèn)題,借鑒國(guó)內(nèi)研究成果,建立了影響學(xué)位評(píng)審的七個(gè)評(píng)價(jià)指標(biāo)體系,利用AHP法的主觀判斷矩陣確定合理權(quán)重并通過(guò)了一致性檢驗(yàn)。
2)基于RS理論知識(shí)粒度的概念,定義評(píng)審指標(biāo)屬性的重要度,構(gòu)造了組合判斷矩陣,計(jì)算生成各指標(biāo)屬性的組合權(quán)重,其排序結(jié)果與AHP法得到的權(quán)重排序基本一致,該方法既克服了層次分析(AHP)方法中僅憑專家意見(jiàn)的主觀判斷,又克服了RS理論的僅僅依靠歷史數(shù)據(jù)、忽視專家意見(jiàn)且決策隨樣本變化的現(xiàn)實(shí)缺陷,合理有效,符合實(shí)際情況。
3)研究結(jié)果表明,影響成人高校畢業(yè)生學(xué)位評(píng)審的主要指標(biāo)為考試舞弊情況,補(bǔ)考課程數(shù),計(jì)算機(jī)統(tǒng)考成績(jī),學(xué)位外語(yǔ)成績(jī),這與成人學(xué)生學(xué)位獲得的實(shí)際情況基本吻合,為成人高校畢業(yè)生學(xué)位評(píng)審提供了依據(jù)。將AHP與RS理論相結(jié)合確定的指標(biāo)體系權(quán)重,集專家經(jīng)驗(yàn)、歷史數(shù)據(jù)與成人高校實(shí)際于一體,得到了較為實(shí)際的指標(biāo)體系。