摘要：对近三年来出现的高职高专教学质量量化评价方法及其应用进行了梳理，重点论述了层次分析法、模糊数学分析法、基于神经网络的分析方法在高职高专教学质量量化评价中的应用情况，同时对基于属性评价法、rough set法、多分类svm法、决策树分析法、主成分分析法、证据推理法等在教学质量量化分析中的应用进行了介绍。
关键词：高职高专；教学质量；量化评价方法
对教学质量进行科学、全面和有效的评价，是高等职业院校教学管理工作的主要工作和中心环节，是不断促进和提高教师教学水平和教学质量，确保教学目标、培养目标实现的重要举措。然而，目前绝大多数高职院校对教学质量的评价基本采用学生打分、同行打分、领导与专家打分的方式，有很强的主观性，同时权重的确定也是平均分配或主观划定，缺乏一定的科学依据。尤其是在实际评价过程中，学科不同、个人好恶、学生对待评教的态度等许多非可控因素直接影响了对教学质量和教学效果的判断，导致教师对评价结果不认可。由于传统评价方法只有初步的定量分析，缺乏坚实的分析理论支撑基础，严重影响了评价的可信度，因此，十分有必要将科学的易于量化的数学模型和分析方法引入高职院校教学质量评价。到目前为止，教学评价所用的量化模型主要有确定(性)数学模型、随机(性)数学模型和模糊数学模型三类。具体来讲，确定(性)数学模型有线性规划、动态规划、数据包络分析、层次分析方法等；随机(性)数学模型有回归分析、因素分析、聚类分析、齐次马尔科夫链等；模糊数学模型有模糊综合评判模型、模糊积分模型、灰色数学模型等。WWw.11665.COM笔者将结合近三年相关文献对高职高专教学质量量化评价方法的应用情况进行综述。
层次分析法
教学质量评价是一个处理多目标、多标准、多因素、多层次的复杂问题，需要有一种可以进行定性与定量系统分析、决策分析、综合分析的方法。而层次分析法较好地适应了这种需求，其核心是将决策者对复杂系统的决策思维过程模型化、数量化。吴骏对某职业技术学院计算机系4位任课教师的课堂教学质量进行了综合评价分析。结果表明，应用层次分析法很好地克服了以往在确定教师课堂教学评价指标权重过程中的主观因素影响过大、以偏概全的弊端，使评价结果更客观和准确。刘敏慧利用层次分析法的原理，以实践性较强的经济管理类专业课为主要研究对象，分析了各个评价指标的权重。结果表明，层次分析法有效地避免了以往评价中的主观性，提高了评价的客观性与准确性。王春媛讨论了高职院校实践教学质量评价指标体系，利用层次分析法提出一种高职实践教学质量评价指标体系数学模型，并应用此模型对若干教师的实践教学质量进行了评价。利用该模型进行实践教学质量评价，科学、合理、易于操作，克服了传统评价方法的主观性过强、评价过程较复杂等缺点。
模糊数学分析法
由于高职高专院校教学水平评估涉及的因素较多，而且这些因素都具有一定的模糊性，因此，部分学者应用模糊综合评价法对高职高专院校教学水平进行评估。曹进以江苏海事职业技术学院实训教学为研究对象，构建实训教学效果综合评价指标体系，并应用模糊数学理论建立综合评价模型，对实训教学效果进行了全面的分析。结果表明，基于模糊数学的分析方法较为全面地反映了实训教学质量状况，增加了权重和评价结果的可信性。许悦珊在对某高职院校教师进行教学水平评估时利用模糊数学的知识对评估指标进行了多因素、多层次的综合性模糊评判，使得教学水平评估结果更加科学、客观和公正。伍建桥就如何设计实践教学评价体系，运用模糊数学的多级综合评价模型对收集到的信息进行数据处理，并对应用实例进行深入分析后认为，模糊数学的多级综合评价模型在理论体系上是严密的，能使定性描述定量化，综合评价结果更符合实际，而且可编制程序设计，用微机给出综合评价的最后结果，使用方便。周世学等借助模糊聚类分析测量了教育因素间的指标值，并计算它们的相关值，建立了教育研究评判指标，对某职业院校教师的教学质量进行科学的量化评价。结果表明，模糊聚类分析法将分析综合、辩证统一的方法论思想注入了教育质量的评价过程中，使得结果更加客观公正。
基于神经网络的分析方法
目前，评估主要是概念性的评价，缺乏统一的标准。不同的观点、不同的角度、不同的要求就有不同的模式，导致教学质量评估问题一直没有得到很好的解决。而人工神经网络提供了一种新颖的计算方法，它具备两大特点：一是网络的输出精度取决于输入的训练样本的数量，训练样本的数量越多，输出的教学效果评估值就越接近于实际评估值；二是人工神经网络可以在不了解数据产生原因的前提下，对非线性过程建模。因此，从理论上讲，它可以在一定的精度范围内模拟任何非线性连续函数，比较适合对教学质量评估建模和分析。易少军等针对高职教育的特点和现状，建立了高职教育教学质量评价指标体系，并利用bp神经网络的自适应和自学习功能，提出了一种基于bp神经网络的高职教学质量评价方法，并对若干教师的教学质量进行了评价，评价效果令人满意。王春媛讨论了高职院校实践教学质量评价指标，利用bp神经网络的自适应和自学习功能构建了一种基于bp神经网络的高职实践教学质量评价模型，并应用此模型对若干教师的实践教学质量进行了评价，认为该模型对教学质量的评价科学、合理、易于操作，克服了传统评价方法的主观性过强、评价过程复杂等缺点。谢虹也针对教学质量评价过程的复杂性，利用神经网络的结构特性，提出了基于神经网络算法建立的教学质量评价系统，确定了系统的数学模型。将评价指标作为输入，评价目标作为输出，通过对模型的训练，经仿真计算证明，该数学模型具有较好的辨识精度。徐高欢建立了基于rbf网络的教学质量评价模型，并利用有限专家评价结果作为训练样本来训练rbf神经网络，自动建立适合的评价模型，寻找专家评教结果与学生评教结果数据之间的内在规律，使计算机模拟专家评价思维得出合理的教学质量评价结果。李秀芳利用补偿模糊神经网络构建高职院校教师的教学评价模型，并通过“六步法则”将其应用于模型构建的整个过程。由于补偿模糊神经网络建立在融合模糊理论和神经网络技术的基础上，通过补偿神经元来执行补偿模糊推理，动态地调整模糊规则。因此，该模型评价精度较高，有利于合理地对教师的教学能力进行评价，将有效促进学校推行绩效考核机制，促进人才培养质量的提升。
其他分析方法
葛莹玉等将属性评价模型应用于评价会计实践教学质量，构建了会计实践教学质量属性评价模型，不仅为学校对会计专业实践教学质量进行评价提供了较为客观的、合理的综合评价新方法，同时也为及时发现会计专业实践教学的薄弱环节、改进方法、提高教学水平提供了客观依据，有利于高校实践教学质量的管理与监控。邹胜良等针对高职教育的特点和现状，建立了高职教育教学质量评价指标体系，并利用rough set强大的数据挖掘能力，对若干教师的教学质量进行了评价。将该方法应用于教学质量评价，不仅能科学有效地得出评价结论，而且有助于教学质量的可持续发展。陈良堤等构建了基于多分类svm（支持向量机）的教学质量评价模型。此模型可以利用有限的专家评价结果作为训练样本，寻找专家评教与学生评教之间的内在规律，克服学生评教的局限性，使评价结果更加符合实际。覃宝灵提出基于决策树技术的教学质量评价模型，并将其应用到教学质量评价之中。由于决策树技术采用信息增益作为决策属性分类判别能力的度量，进行决策节点属性的选择，这样选择的节点属性保证了决策树具有最小的分枝数量和最小的冗余度，从而有利于教学质量评价指标体系的深度挖掘，基本解决了目前教学质量评价中的不合理性，实现了教学评价的公平、公正、合理、高效。邹文林等讨论了证据推理的数学理论和方法在教学质量评估中的应用。他们认为，证据推理满足比概率论更弱的公理体系，并且能够处理未知引起的不确定性，从而把不确定和未知区分开。因此，在未有先验概率的条件下，证据理论能够对多属性问题进行有效的判断，可以满足教学质量评价的要求，提高教学质量评价的有效性，为教育质量评价引入一种新的数据处理方法，但对评价中出现的证据冲突问题还需要做进一步的深入研究。李明惠的研究表明，主成分分析法使各个测量相同本质的变量归入一个因子，使分散而复杂的测量趋向整体和简单化，同时便于掌握各个测量要素背后隐含的内在因素，从而找出各复杂因子的主要成分，实现指标的简化和指标筛选的科学化。因此，通过主成分分析法，可以筛选、合并各评价指标，提高评价指标质量，达到优化高职教师教学质量评价指标体系的目的。
结语
由于影响教学质量的因素很多，涉及教学活动的各个方面，教学质量评价的特点是评价主体的多元化、评价内容的多样化、评价角度的多向化。为此，需要对教学质量进行全方位、多层次的评价，势必会产生大量的原始评价数据。而对这些数据进行分析，就需要建立合理的分析方法。上述各种数学模型和分析方法，无论在理论层面，还是在实践层面，都在一定程度上实现了对数据的科学处理，得出了较为科学客观的评价结果。但仍存在两个亟待改进的地方：一是随着评价方式由终结性评价向诊断性评价、形成性评价和终结性评价转化，应尽快建立与之相适应的数据动态模型和分析方法；二是要打破数学理论的制约，实现在一个模型中包含多种数据分析方法，让每一个模块都找到最合适的计算方法，并搞好模块之间的衔接。
毫无疑问，随着数学分析理论的发展，必将出现更多的教学评价模型和分析方法，为实现高效、科学、公平、公正的教学评价奠定基础，有力地促进高职教育教学质量的提高。
参考文献：
[1]吴骏.ahp方法在高职课堂教学质量评价中的应用[j].天津职业大学学报, 2007，（5）：39－40.
[2]刘敏慧.层次分析法在高职院校教师教学质量评价中的应用[j].天津职业大学学报, 2008，（6）：26－28.
[3]王春媛，李延明.基于ahp的高职院校实践教学质量评价模型[j].福建电脑，2009，（8）：125－126.
[4]曹进.基于模糊理论的高职院校实训教学效果综合评价[j].
