学文网摘要:为了综合评价大学生素质,本文提出一种基于灰色聚类的大学生素质评价新方法。该方法通过对评价大学生素质的各单一性能评价指标进行分析,构造灰数白化权函数和聚类系数向量矩阵,从而归纳出待评价大学生所属类别。应用实例表明,该方法能对待评价的大学生进行正确归类,又能合理分析大学生素质的整体性能。
关键词:大学生素质;灰色聚类;性能评价;白化权函数
中***分类号:TP311.13 文献标识码:A 文章编号:1007-9599 (2012) 13-0000-02
一、引言
当今世界是一个以人才为重的时代,对人才的需求己逐步从单一型高级专门人才向具备较高综合素质的复合型人才进行转变。高等学校作为人才培养的最主要基地,用什么样的教育评价理论、技术和方法来完善大学生综合考评机制,构建科学合理的综合素质评价体系,为社会输送更多符合市场需求的高素质人才,已成为摆在高等教育研究者面前的一个重要课题。
现有的大学生综合评价方法主要分为两大类,即常规数学方法和模糊数学方法。前者多通过运用一定的数学模型将多个评价指标值“合成”为一个综合性能评价值,如线性加权综合法。该方法具有如下特点:(1)适合于处理各个评价指标间是相互***的情况;(2)权重系数的作用较其他“合成”方法更为明显;(3)由于对评价指标数据没有特定的要求,所以计算容易且易于推广。另外,由于评价大学生综合素质的各评价指标间基本上都是相互***的,所以大部分的评价方法都是基于该数学模型实现的,如张琼的综合评分法和毛***权等提出的层次分析法。模糊综合评价方法则是通过应用模糊关系合成原理,从多个角度对被评判对象所隶属等级状况进行综合性评判的一种方法。其引入不仅是对强制打分法的***,也是对常规多指标综合评价方法的改进。赵淑英和李勤等运用模糊数学的理论分别就模糊综合测评模型的建立步骤和多层次模糊综合评价模型作了探讨。随后,贺华等又对其进行了改进,将聚类分析的思想引入到模糊综合测评,建立了一种开放的评价模型。然而,模糊综合评价方法也有其不足之处。具体表现在:模糊综合评判过程本身不能解决评价指标相关造成的评价信息重复问题。
与之不同,本文尝试将具有“小样本数据分析”能力的灰色聚类分析理论应用于大学生综合素质的评价,希望能够对其进行正确的分类。
二、大学生素质的灰色聚类分析
(一)评价指标体系的确定
大学生综合素质评价体系是多因素状态方程,它是评价的核心问题,其选择是否得当直接关系到评价的成败。它既要考虑基本素质因素的影响又要考虑特殊素质的影响,而且每项因素又可划分为若干子项。在分析大学生的综合素质结构和查阅相关文献的基础上,本文借鉴文献[1]来确定评价指标体系,该体系包括四项一级指标:即德育素质、智育素质、身心素质和发展性素质,一级指标下又共分出15项二级指标,且每项指标所占的权重不同。
(二)白化权函数的构造
对大学生素质进行灰色聚类的目的是把不同学生的综合素质进行优劣聚类,使之分别属于某一灰类,而归类时的判定原则可以通过白化权函数来实现。白化权函数一般采用分段函数表示,用来描述某项评价指标(灰数)对某一临界值的接近程度,白化权函数值越大,评价指标属于某一灰类的概率就越大。
假设m个聚类对象根据指标j的取值可分为s个灰类,那么j指标k子类的白化函数 为第 个指标属于第 个灰类的白化函数。一般来说,白化权函数有3种形式,如***1所示。
***1 三种常见的白化权函数曲线
评价大学生综合素质性能时,***1表示某项评价指标属于某一灰类的白化权函数,横坐标表示大学生综合素质评价指标,纵坐标表示白化权函数值。白化权函数曲线中的转折点为评价指标的临界值,代表某一灰类的本质,故某项指标属于某一灰类的隶属度越大时,其指标灰数的白化值越接近临界值。
(三)灰色权值的计算
在白化权函数 中,令 为 指标 子类的临界值,则***1所示的三种灰类白化函数的临界值分别为: , 为评价指标判为优类(优秀)的临界值; , 为评价指标判为适中类(良好、中等、及格)的临界值; , 为评价指标判为差类的临界值。
设 为 指标 子类的临界值,称 为j指标k子类的权,其计算公式为:
(1)
(四)聚类系数的计算及聚类
设 为第i个对象属于第k个灰类的聚类系数,其值为:
(2)
由上式构造对象i的聚类系数向量 ,得到聚类系数向量矩阵:
(3)
最后,对聚类对象进行聚类。若 ,则对象i属于灰类 。
(五)聚类结果分析
假定待评价的学生有m个,将其聚为s个灰类,则 矩阵中的行代表待评价的各个学生,各列分别表示该学生被归入第j个类别的系数。此时,每行系数的最大值即为该学生所属灰类。
三、实例分析
本文以四川外语学院成都学院2011级外事管理系本科生为实验对象,由于他们为同一专业的学生,在所学的专业课程、道德修养和社会实践环节等方面情况基本相同,具有可比性。下面仅以5名同学为例,验证用灰色聚类分析对大学生综合素质进行评价的可行性。根据二级指标的权重计算出一级指标,并将评价结论与文献[1]中方法进行对比。原始数据见表1。
根据实际情况,将评价学生综合素质的各个指标分为5个等级,当k=1时为优秀,其他依次类推。评价指标分级标准如表2所示,5个级别的白化权函数临界值见表3。
根据公式(1)可得:
由于各个评价指标在评价学生综合素质时所占的比重不同,为了增加其准确性,分别为各个指标加入了权重系数,具体见表4。
根据公式(2),计算聚类系数向量矩阵 : 观察矩阵可知:学生a为良好类的聚类系数为0.9361,在第一行中值最大,故a属于良好类别;同理可得,学生b、c、d和学生e分为及格、良好、中等和优秀,该方法评价结果和利用文献[1]评价出的结果完全相同。
四、结束语
本文尝试将灰色理论中的灰色聚类分析应用到大学生综合素质的评价中,该方法能将多个学生进行归类。实验结果初步显示,该方法的评价结论和现有的评价方法所得结果相符,能够合理地评价大学生的综合素质。
参考文献:
[1]褚佳琦.大学生综合素质评价方法研究[D].沈阳:东北大学,2009
[2]张琼.试述大学生素质综合测评[J].惠州学院学报(社会科学版),2004,24(l):79-83
[3]毛***权.大学生综合素质评价系统的设计与评价方法的研究[J].上海理工大学学报(社会科学版).2002,24(2):10-13
[4]魏景柱.高校学生综合素质评价研究[D].大庆:大庆石油学院,2006
[5]申玮.大学生综合素质评价的研究[J].福建电脑,2012,1:64-66
[6]陈华喜,王芳,许庆兵.基于三角模糊数的层次分析法在大学生综合素质评价中的应用[J].洛阳理工学院学报(自然科学版),2011,21(4):88-93
[7]赵淑英.我国高校学生综合素质测评系统研究[D].哈尔滨:哈尔滨工程大学,2004
[8]李勤,王宗***.大学生综合素质的多层次模糊综合评价研究[J].中国科技信息,2005,(9):116-117
[9]贺华,李彦鹏.基于模糊聚类分析的大学生体育素质综合评估[J].山东体育科技,2004,26(3):98-101
[10]刘思峰,***耀国,方志耕等.灰色系统理论及其应用(第3版)[M].北京:科学出版社,2007
转载请注明出处学文网 » 灰色聚类在大学生综合素质评价中的应用