评价指标体系应根据评价对象、科目和学校类别的不同而有所差异。
四、模糊综合评价模型
模糊综合评价方法的基本思想是:在确定评价因素、因子的评价等级标准和权值的基础上,运用模糊集合变换原理,以隶属度描述各因素及因子的模糊界线,构造模糊评判矩阵,通过多层的复合运算,最终确定评价对象所属等级。
设有n个评价等级,m 个一级评价指标(因素),每个一级指标又包含多个二级指标(因子),并用U、V、Vi 等符号表示,即:
等级论域 U={u1, u2,… ,un} 因素论域 V={V1, V2, …,Vm} 因子论域 Vi={v1, v2, …,vk}
由于U与V之间存在模糊关系R,可表示为模糊矩阵形式:
~
r11r21R=~rm1r12r22rm2r1nr2nrijmn rmn其中rij 表示第i个评价因素Vi对第j个等级的隶属度,它依赖于Vi所包含的各个因子对各等级的隶属度及各因子对因素的权重, 设Vi所包含的第p个因子对第q个等级的隶属度为Spq (p=1,2,…,k; q=1,2,…,n) ,第p个因子对该因素的权重Wp,则
iiiis11s12s1iniiisss22222n (1) iiisk1sk2sknri1,ri2,,rinW1i,W2i,,Wki
这样就确定了模糊关系矩阵。
记一级评价因素的权重为:A=(A1,A2,…,Am)
则综合评价结果为:B=AR=(b1, b2, …bn) (2)
~若bk=max(b1, b2, …bn),则评价对象属于第k类。
实践评价工作中,评价者往往由多类人员组成(如专家类、领导类、同行类、学生类),各类人员的评价结果的重要性不同,此时可以这样进行:先分别按上述方法求出各类评价人员的综合评价结果,最后作加权平均得出总评价结论。
设有K类评价人员,他们的综合评价结果分别为向量B1,B2,…,BK,权值分别为T1,
T2,…,TK。则总评价结论为 B=(T1,T2,…,TK)(B1,B2,…,BK)
τ
确定评价指标体系
评价指标体系是指评价对象所涉及到的各种影响因素的集合。
建立评价指标体系时,要符合指标与评价目标的一致性、同体系内指标的相容性、各评价指标的相对独立性的原则,并按照可测性、完备性和可行性的原则进行设计。
评价指标体系的变量设置不宜过多,否则就使评价与计算的工作量变大,同时对主要影响因素没有遗漏,做到可行性与完整性的结合。
确定评价因素的权重
评价因素权重的确定一般采用三种方法:一是专家会议法,二是特尔裴法,第三是层次分析法[1],层次分析法是运用多因素分级处理来确定因素权重的方法。这种方法可以比较科学地确定权重,因此我们采用层次分析法作为网络化学习的权重确定方法。
下面简述层次分析法确定权重的方法:
首先,对同一层次的指标两两比较其重要度,并根据表2赋值,可以得到比较值,如表3所示。相对重要度如果取值为偶数,则表示两个评价指标的相对重要性介于两个奇数取值之间。
表2 指标相对重要度比较法则
值 1 3 5 7 9 相对重要性 同等重要 略微重要 重要 重要得多 极端重要 说明 两者对目标的贡献相等 根据经验,前者比后者稍有利 根据经验,前者比后者更有利 前者比后者有利,且优势明显 前者比后者的重要程度可以断言为最高 表3 比较值表
A1 A2 A3 … An A1 1 a21 a31 … an1 A2 A12 1 A12 … an2 A3 a13 a23 1 … an3 … … … … … … An a1n a2n a3n … 1 该比较值表有如下重要特点:
1.任意指标与自身相比同等重要,因此该表对角线上的值均为1; 2.对角线两边互为倒数,比如有
,
,则一定有
即存在
(3-2);
3.矩阵具有一致性。比如
,
,那么应有
(3-3)
一般说来如果有如下关系存在:
则这个矩阵就称为具有完全一致性,它的最大特征根所对应的特征向量就能给出各指标的相
对重要次序,将其正则化后就是所求的权重向量。
设评价因素集合对应的权重因子向量为
(3-4)
:
式中ai为评价因素ui在总评定因素中所起作用大小和所占地位轻重的量度,称为权重。一般规定:
ai≥0,且
(3-5)
评价等级隶属度的确定
通常评语论域的取值采用分等级评分,再量化综合的办法给定。
一般评价等级通常采用五级评定法,也可以分为七等;最简单的量化是给每个等级分别赋值为5,4,3,2,1;二是设定各等级的隶属度,隶属度可以通过一个隶属函数给出[1]:
(3-6);
定性等级的量化按照(3-6)式设定,如表4所示:
表4 评价等级隶属度
评价等级 非常A 0.90 较A 0.74 一般A 0.61 较不A 0.50 不A 0.41
因篇幅问题不能全部显示,请点此查看更多更全内容