文摘

灰色关联分析使用灰色关联来描述力量,大小,和秩序之间的关系的因素。drmined数据序列的数据作为参考数据字符串,和每个影响因素的数据序列矩阵作为控制数据矩阵计算数据序列之间的相关性和每个因素控制的参考数据矩阵。定量测量的基本思想每个因素和对象之间的关系是确定参考数据序列之间的相似性和多重比较数据序列的形状来确定连接是强大的。它反映了曲线之间的相关程度。在本文中,我们研究的问题由多个指标评估本科教育的质量,建立综合评价模型的本科教育质量的13个地级市城市利用灰色关联分析。每个索引的相关系数是通过灰色关联分析,相关的各项指标进行了分析和排名,并最终改善“先进教师”的数量和十三个县教育尽可能减少。

1。介绍

教学的基本方法是实现教育的目的和任务,它是最有效的方式传递知识和培养人才。教学直接影响学生,是学校教育的中心。学校的教育工作必须坚持的原则,教学重点和执行其他工作在教学,促进教学质量的提高(1]。在此期间,教学和生活是一样的,也就是说,当教学某些生产和劳动经验,社会风俗,习惯,都有有时不一致。随着生产力的发展,经验和知识的积累,和学校的出现,教学逐渐脱离生活本身,和教学的真正意义上出现(2]。公元前20世纪左右,the words “teach” and “learn” already appeared in the Chinese oracle bones, and in the ancient text “Shang Shu-Saying Life,” the phrase “teaching half” appeared. In the ancient Chinese “Shangshu Shushuosheng,” the word “teaching” was first used in combination with the word “teaching”. In ancient times, teaching and education were almost indistinguishable, and teaching was the whole activity in school. In the earliest educational document “Xueji,” which discussed the theory of teaching, it was pointed out at the beginning that “teaching is the first thing to build the country and the people.”

这里的“教学”是不一样的“教学”现在3,4]。在信息世界里,不仅有大量的已知信息还有很多未知的信息。已知的信息是白色的,未知的信息是黑色的,白人和黑人之间的空间是灰色。灰色系统理论有三个主要类型的系统:白色,黑色,灰色。白色的系统是一个系统,充分和完全清楚信息(5- - - - - -7]。举个例子,如果你认为超级马奎特或商店是一个系统,和员工的分布,资本流动,销售,和损失的信息是完全清楚,然后你也可以确定信息超级马奎特和商店,利润和资金周转8]。这样的系统可以分为白色系统。黑色是一个完全未知的系统信息不足。例如,这个行星系统是一个黑色的系统如果地球被人们视为一个系统,但体积,质量,和行星和地球之间的距离是完全未知的(9]。白色和黑色系统是相对的,而在现实生活中,这两种情况是相对罕见10]。大多数系统都有明确和清楚的信息,白色系统和黑色之间的系统,这样的系统称为灰色系统教授邓巨龙,如图1。与教学评价的发展,出现了多种评价方法,一般可以概括为定性评价、定量评价和综合评价方法,结合定性和定量。每种评价方法都有其自身的特点和缺点。一个特定的评估过程需要选择适当的评价方法根据评价对象和评价的实际需要。灰色关联分析方法研究灰色系统不完整和明确的信息。最大的特点是结构简单,计算量小,和样本的数量很小,没有必要考虑数据的分布规律的分析,因此是可行的。因此,在本文中,考虑到影响因素的模糊性和不确定性的质量教育、灰色关联分析方法应用于教师教育质量的评价。相关理论和评价结果具有很强的客观性和合理性。

本文基于定性语言描述的评价信息,教学质量评价模型基于cloud-grey相关分析提出了灰色特征表现出的教学质量评价体系,结合云模型的优势可以执行之间的不确定性转换定性概念和定量值,和模型的可行性通过具体的例子进行了分析和验证。关注灰色特点提出的教师教学质量评价体系和灰色关联分析的独特优势在处理灰色系统,应用灰色关联分析,提出了评估教学质量,并运用灰色关联分析的基本步骤和优势来确定指标权重和评价介绍了教学质量;解决方案的灰色关联度,介绍了一系列判别系数来弥补不足的静态价值判别系数;的方法评估教师的教学质量提出了基于cloud-grey相关分析,这在一定程度上解决了难题,评价指标由定性描述语言是很难被准确地用数学模型表示。剩下的纸是组织如下:部分2包含文献综述;部分3包含方法(方法);部分4包含结果;和部分5包含了结论和政策含义。

2。相关工作

灰色系统是一个系统的影响因素并不完全清楚,因素之间的关系是不完全清楚。灰色系统的概念是从“黑匣子”理论提出的英国科学家威廉·罗斯·阿什比描述了一些内部结构、参数、特点、和其他信息完全未知,只能通过外部输入-输出关系研究。事物的“黑盒”描述了一个类的内部结构、参数和属性是完全未知的,只能通过外部输入-输出关系研究。灰色系统理论,另一方面,主张研究基于系统的内部信息,消除一些缺点的“黑盒”理论,以便更准确地进行系统的研究。灰色系统理论的不断探索,学者在美国,德国,英国,荷兰,澳大利亚,和其他国家,以及香港、澳门和台湾,进行了大量的研究对其应用在不同的领域,如军事、气象、医学、工程、农业和取得了一系列研究成果。例如,在农业领域,前者应用灰色系统理论的动态分析和趋势预测湖北省粮食生产,这提供了一个理论依据粮食生产的发展和决策;在医学领域,研究人员应用灰色系统理论在中国肝炎和肝硬化的诊断医学和提出了一种新的基于灰色关联分析诊断方法,促进了现代化的发展和客观的中药(11]。

国内外许多学者致力于研究灰色系统理论和灰色系统理论论文发表在超过200个国际和国内学术期刊,以及超过200个灰色系统研究成果获得国家或省级奖项,和许多重要的国际会议包括灰色系统理论作为讨论的话题(12]。例如,IEEE国际会议系统,人,和控制已经安排会议在灰色系统自2004年以来连续五年在海牙,荷兰;美国亚利桑那州;斯洛文尼亚马里乌波尔;美国夏威夷;台湾,中国;加拿大蒙特利尔;波兰弗罗茨瓦夫;和新加坡(13]。2003年,32计算机与工业工程国际会议在爱尔兰安排四个交易日在灰色系统理论14,15];此外,国际会议系统预测控制和建模不确定性系统的国际会议上进行了灰色系统理论关注和讨论的热点话题16- - - - - -18]。

3所示。灰色关联分析的评价指标体系

一个指标是一种特定行为评价标准和计量单位的目标。指标体系是一项系统的指标由几个指标在一定秩序和结构,按照一定的目标分解的分解评价对象的属性。教学质量评价过程中,评价指标体系是教学评价的基本依据,以及评价指标体系是否科学、合理直接影响到教学质量评价结果的合理性和有效性。因此,建立科学的教学质量评价体系与教学活动在整个教学质量评价活动是至关重要的。

教学质量评价的过程中,影响教学质量的因素有复杂的相关性和特定的复杂性;因此,在设计评价指标体系的过程中,相关的评价指标体系建设应遵循的原则,以建立一个合理有效的评价指标体系结构。

3.1。科学的原则

科学性原则是指在教学评价的过程中,其评价指标体系应该有一定的理论基础,以及所有的指标应符合预期目标。其次,每个索引的概念描述应该科学和准确,计算范围应明确,指标密切相关的综合选择和教学质量分析,指标体系能反映评价对象的基本特征尽可能合理和有效。

3.2。可行性原则

可行性原则意味着,在设计的过程中教学评价指标体系,评价指标应简单明了,索引的内容应该有明确的内涵和衡量,和索引的数据应该容易获得和简单的处理,以确保整个评价会顺利执行。

3.3。可比性原则

可比性原则是要求评价指标必须所有评价对象的共同属性,反映了定性的一致性。此外,由于不同的东西的数量只能互相比较定量后转换成相同的单元,意义、范围、和评价指标的计量单位必须一致,这样可比,其可比性更强,更可靠的最终评价结果。

3.4。准确性原则

准确性原则意味着在选择评价指标时,应遵循教学活动的客观规律,结合教学活动的客观现实,反映了教学工作的本质,所选择的评价指标应该有精确的内涵和外延,应该准确地反映实际教学的教师,和建立指标体系应当客观、可信和准确反映教学评价的真实水平。

3.5。独立原则

独立的原则意味着教学质量评价指标体系的指标应保持一定的相对独立性,相互不重叠、不服从,和同级指标只能相互并列,还有不能包容和包容的关系或因果关系。原因是如果指标体系中的指标不是相互独立的,然后会有冗余指标,这将增加整个评估过程的工作量,导致减少的可行性评价结果;此外,如果这些指标都包含在对方,然后在具体的评价过程,指标将得分几次,这将增加相应的权重,影响最终的评估结果。

3.5.1。灰色关联分析算法的基本步骤

灰色关联分析的具体计算步骤如下。

步骤1。确定分析系列。
确定参考系列反映系统行为的特点和影响系统行为的比较系列。数据系列反映系统行为的特征称为参考系列。数据系列组成的因素影响系统行为称为比较系列。
让参考系列(也称为父系列) 比较系列(也称为子序列)

步骤2。是无量纲的变量。
由于数据在系统中的每个因素列可能在大小不同,不容易比较或者很难得到比较正确的结论。因此,无量纲处理的数据通常是执行进行灰色关联分析。

步骤3。计算相关系数的数量。
之间的相关系数x₀(k),x_我(k): 让Δ_一个(k)=k(一个)- - -y_一个(我),我们有 较小的ρ越大,分辨率,和一般的价值ρ是(0,1),根据情况。当ρ≤0.5463,获得最好的辨别力ρ= 0.5通常是采取。

步骤4。计算关联度。
由于相关系数的值之间的相关程度比较系列参考系列在每个时刻(即。,每一个点在曲线),它有多个号码,和信息太分散,促进整体比较。因此,有必要集中每个时刻的相关系数(即。,每个点的曲线)成一个单一的值,即,我ts average value, as a quantitative representation of the degree of correlation between the comparison series and the reference series.

第5步。相关性排序。
相关性是按大小排序,如果r₁<r₂,然后参考系列y更类似于比较系列x₂。后计算的相关系数X_我(k)系列Y(k)系列,各种类型的相关系数的平均值计算,平均r_我被称为相关性程度的Y(k),X_我(k)。

3.5.2。系统的整体架构和功能组合设计

教学评价系统可以有一个单独的数据服务器或共享数据服务器与现有的教务管理系统。管理员管理和发布各种信息通过网络和教学评价的把公共的信息根据情况;评价主体(学生、教师同行和专家)提交评估信息和浏览统计结果报告公开自己通过互联网。本文各评价指标的权重值是首先由灰色关联分析算法。准则层和比较判断矩阵的每个元素在每一个准则层是首先构建量化使用规模,计算每个元素的相对重要性,如图2。

λ_马克斯= 5.032,C_我= 0.046,R_我= 1.210。C_R=C_我/R_我= 0.034 < 0.1满意一致性的要求。由于空间的限制,在每一级指标的权重并没有给出。假设五部门的教学管理,A, B, C, D和E,合理评估,为了进行客观、公正评价,6个专家要求每个教师的评价和得分20个指标,和间隔相等的分数至少设置为1,最高10;所有这些指标都得到尽可能大,和结构的分数由专家给出量化的美白权函数,本文以C3教学计划评估作为一个例子说明;本文u=u_马克斯= 9。原始美白值是= 1,当u=u_最小值= 5,美白值= 0;本文建立了美白的权函数

相应的美白值 ,{}={0.643,0.459,0.783,0.400,0.574}从美白权函数可以获得。同样,其他指标的美白值可以计算。接下来,灰色关联系数ξ_我(k)需要被发现,通过以下方程:

结合相关系数的权重,加权灰色关联:

我们计算的教学管理部门的相关性和比较规模排名根据灰色关联ri。实例结果表明,通过分析各种指标,部门D最是最好的。

4所示。基于灰色关联分析综合评价的教学质量

4.1。计算个体的就业质量评价系数

个人就业质量评价指标主要是个别学生的评估。个别学生的就业质量评价的价值是通过个人的就业数据的分析一定样本量的学生在大学里。个人就业质量评价的计算值是由正常化14个指标因素的初始数据,然后进行灰色关联分析的规范化数据和因素之间的关联度计算权重值根据关联度。个人就业质量评价价值不仅反映了大学毕业生的就业形势,也是一个关键指标的就业质量评价模型。个人就业评价越高,就越可以直观地说明了优秀的毕业生的就业质量。毕业生就业数据的分析的基础上定量样本的一所大学,一些毕业生的个人就业评估价值在示例。首先,1573年的样本数据是量化得到图中的数据3,然后量化数据规范化获得部分样本数据,然后分析了规范化数据和加工利用构建就业质量评价模型,并分别建立了灰色关联分析模型计算每一个指标之间关联度系列和就业质量的参考系列,和关联度的值用于确定每个指标的权重,利用层次分析模型来确定每个指标的权重和计算个人就业质量的评价系数的公式的评级价值和重量指标。

A1-A14指示工作和重大相关性的程度,工资收入,五保险和基金的可用性,工作单位的性质,国内大学创新教育的总体满意度,是否收到了就业援助,社会需求的专业程度,整体满意度与国内大学,工作适应期间,工作工资满意度、工作发展前景满意度,满意度的影响就业咨询和指导,满意就业援助措施,社会需求的专业程度。每个14个指标量化的数字,这是方便研究者分析毕业生的就业数据。图3反映了每个指标的相关值。最高的每一个指标之间的相关性和就业质量的参考系列是0.791,相关性最低的是0.468,其他指标的相关性是保持在0.5和0.8之间。

4.2。计算指标权重

根据个别指标的关联度从上面的图中,矩阵是由应用的差异确定权重的步骤建立就业的大学毕业生质量评价模型,最后,获得的数据在图所示4(保留3位小数)。

根据判断矩阵的特点,一个_ij> 0,aa_jiij> 1;当两个指标之间的区别是负的,其绝对值的倒数作为序列值;根据判断矩阵的扩展方法,当两个指标之间的差异在0.1和0.2之间,它的规模是1,这意味着两个指标同样重要。两个指标之间的差异低于0.1时,规模是1,这意味着这两个指标是同样重要的是,当两个指标之间的差异在0.1和0.2之间,是2,规模等一个_2、3= 0.125,其价值在0.1和0.2之间,所以规模是2。−0.1112,0.1和0.2之间的绝对值,所以它的规模是1/2,等等,最后构造判断矩阵。判断矩阵如图5。A1-A14对应于14个指标;对角矩阵的值是1,还= 1;双方的值矩阵的对角互为倒数。根据判断矩阵的性质,使用Matlab软件来运行程序的层次分析模型,并得到了各指标的权重的公式,和一致性测试是根据平均随机一致性指数进行列表和指标的特征值为14.394,一致性比率CR为0.0192,小于0.1,和一致性指数CI是0.030的平均水平。

5。结果与讨论

专业就业专业就业质量的评价主要是评价个人就业数据通过不同的专业。专业的就业质量状况不仅反映了高校的专业设置,但也是一个凭证,反映了高校对社会发展的重要性。根据大学毕业生的就业数据的分析,我们知道,大学已经建立了以下专业:材料成型与控制工程、测控技术与仪器、城乡规划、公路、桥梁、和河流穿越工程、地理信息科学、电子信息科学与技术、端口、水道,和海岸工程、工业工程、国际经济与贸易、环境设计、建筑、交通、劳动和社会保障、市场营销、和视觉传达设计。

有59个专业,如无机非金属材料工程、物流管理、信息管理和信息系统,并应用统计数据。专业就业评价指标进一步反映了就业评估个人的就业数据,和个人就业评价的前提是专业就业评价。专业就业评估值越高,就业的职业质量越高,从而更好的相关性的职业大学和社会。根据就业数据应用于就业质量评价模型进行归纳分析,个人就业质量评价的平均值不同的专业。专业就业评价系数的值是根据公式计算,和数据在图所示6。

地理和信息科学、城市地下工程,计算机科学与技术和工程管理的四大专业的评估价值在所有专业中,所有这些超过3.3。地理和信息科学的就业评估价值是最高为3.397,其次是城市和地下工程为3.382,3.376,计算机科学与技术、工程管理为3.372。其中59个专业的评价系数四个专业,即俄罗斯、工业工程、资源循环科学与工程,和中国国际教育,不超过3.0,而大多数其他的超过3.0和3.0和3.3之间保持稳定。

所有剩余的四个主要系数超过3.0,稳定在3.0和3.3之间。可以看出,每个主要大学的就业质量更有价值。所有主要的大学分为艺术和科学。文科的专业包括哲学、经济学、法律、教育、文学、历史,等等;科学的专业主要是理论研究,包括数学、物理、化学、生物科学、天文学、大气科学、电子信息科学;工程专业主要是面向应用的,培养技术和技术(或工程技术),包括土木工程、公路、桥梁、机械、水利和电力。学科覆盖包括土木工程、公路、桥梁、机械、液压、电气、汽车、电子产品和信息,热、核能源、材料、仪器仪表、环保工程、药学和制药,航空航天,等。通过统计分析收集到的数据,就业质量评价系数的分类是根据公式计算,评估价值是通过专业的人数除以就业质量评价系数之和的专业类别中。获得的主修艺术与科学分工图所示7。

个人就业评价指标的应用,专业就业评价指标和部分就业在就业质量评价模型评价指标说明大学的就业质量普遍很好,如图所示的个人就业评估价值,专业就业评估价值,和部分就业评估价值。个人就业评估值,超过一半的毕业生的就业质量评估价值超过平均值。在专业就业评价系数、地理信息科学的就业评价系数是最高的,第二个排名是城市地下空间工程,第三个是计算机科学与技术;在主项就业评价系数,就业评价工程系数最高,和文科的就业评价系数最低,这是与大学的专业一致。

6。结论

改善教育质量的过程中始终是一个主题教育和教育、科学和合理评价教师教育的质量是一个重要的手段,维护教育系统的稳定发展。本文展示了教师教学的基本理论和一般方法,通过相关文献的研究评估质量。我们专注于灰色的专有的优势特点提出了老师的质量评价体系和灰色关联分析在处理的灰度分析灰色系统。我们引入灰色关联分析来确定的基本过程和优点的重量指数和评价教育质量。灰色关联的解决方案,介绍了一系列判别系数来弥补静态收购的缺陷判别系数。一个方法来评估教师的教育质量提出了基于云的相关性分析。评估教师的教育质量的一种方法基于灰色关联分析是建立在MATLAB。教师教育的教师评价模型在MATLAB建立了基于灰色关联分析。最后分析表明,教师的教学质量评价方法基于灰色关联分析是合理和可行的教学评价的新方法。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究受到了高等教育的教育教学改革项目研究海南”课程教学方法的影响学生的学习动机和学习效果”(hnkj2019 - 134)。