基于模糊理论的大学英语网络学习评价模型设计

基于模糊理论的大学英语网络学习评价模型设计作者：惠兆阳梁玉梅树美来源：《中国远程教育》2012年第02期【摘要】大多数高校大学英语网络自主学习教学方案中对学生学习评价缺乏科学手段，方法单一，没有摆脱以考试为主的应试教育考评方法。

本文运用模糊综合评价法，根据大学英语网络自主学习的特点及学习者的特征，构建了大学英语网络学习的量化与非量化相结合的评价指标体系，设计了大学英语网络学习评价模型，用实例对模型进行了检验，并对评价模型进行了计算机编程。

结果表明：该模型具有很好的实用性、易操作性、可编程性，评价指标体系的结构比较合理，并具有延展性，指标系数科学，经模型得到的评价结果更加合理，能较全面反映学生的学习状况，因此，提出的评价方案总体可行，可以供大学英语自主网络学习评价使用。

【关键词】大学英语；网络自主学习；评价体系；评价模型【中图分类号】 G431 【文献标识码】 A 【文章编号】１００９—４５８ｘ（２０12）02—００21—０5引言随着计算机和互联网技术的不断进步，网络学习也日新月异，但与之相配套的学习质量评价体系却一直滞后，对于网络学习的效果评价还处于起步阶段，缺少有效的评价手段。

目前，国外主要有三个较受公认的网络教育认证标准，E-learning Certification Standards，Evaluation of a Web-Based Course，以及“在线教育质量：远程互联网教育成功应用的标准”。

不过它们对于网络学习的评价仅是描述性的定义网络学习的评价指标，而对如何组织评价、如何获取定量数据、评价数据等方面则较少涉及[1]。

国外对网络学习评价的研究起步较早，但研究工作主要集中在远程协作学习评价上，都以案例的形式对自我评价、伙伴评价和小组评价进行研究。

最早提出交互分析模型的是Henri，他从交互言论的视角分析了交互特征，提出了理解在线交互文本的分析模型，将交互分为五个维度：Partioipative、互动（Interaotive）、社交（Social）、元认知（Metacognitive）和认知（Cognitive）[2]。

后来学者不断在此基础上开展研究，西班牙研究者Fatos Xhafa等用案例研究法对自我评价、伙伴评价和小组评价作了详细介绍，并就远程网络学习协作评价给出了具体的评价量表，此表包涵四个维度，task performance，group functioning，social support和help service，权重分别为50%、20%、15%、15%[3]。

国外研究者在网络学习评价方面的研究主要集中在协作学习评价上。

另外，大部分研究者都是以自我评价、伙伴评价或小组评价中的一项为研究对象，重点研究执行这种评价对学生学习的影响，给出具体评价指标的很少。

国外的网络教学平台对学生学习效果的评价也是协作评价，如，澳大利亚的 Moodle教学平台在评价教学效果方面做得比较全面，包含了作业、考试的定性定量评价与管理，但在如何处理评价指标权重方面和定性评价向定量转化方面显得有些不足。

国内对网络学习评价的研究开展相对较晚，但近几年发展较快。

以中国期刊网（CNKI）作为信息源，以“学习评价系统”和“网络”为关键词，以论文“题名”为检索项，检索 1994 年至2011 年 9 月的期刊论文和学位论文，得到近百篇文献。

张萍选取了认知、态度、应用技能以及人际协作作为一级评价指标，以知识建构、高阶思维、学习态度、协作态度、信息技能、工具技能、人际沟通能力作为二级评价指标[4]。

覃美珍选取了学习态度、交流与协作和资源利用等三个维度作为一级评价指标[5]。

张京彬等选取了学习态度、相互交流与协作、资源利用和总评等四个维度作为一级评价指标[6]。

这些研究主要延续了国外的研究成果，以远程网络学习或网络协作学习为研究对象，网络学习的评价指标选取上存在较大差异。

国内外现有的网络教学评价方案不足之处表现在以下几个方面：①最大的问题是国际上没有统一的网络教学评价标准，研究人员只是根据自己的研究实际制定评价体系；②国内外的网络学习评价多数只针对某些局部范畴，如协作评价或只是关于远程教学中网上学习的过程性评价；③评价指标的选取上存在较大随意性和差异性；④课堂教学和网络自主学习相结合的混合式学习模型还没有受到关注，没有文章对其作为一个单独领域进行具体评价指标体系设计研究，没有系统的解决方案。

大学英语网络学习属于混合式学习模式，既有教师课堂授课，又有学生网上自主学习。

为了解决大学英语网络学习效果评价的困局，本文依据建构主义理论和现代教育评价理论，参考Ｈenri的交互分析模型，对国内外现有的评价指标体系进行梳理，结合大学英语网络学习实际，构建大学英语网络学习评价指标体系，再运用模糊数学方法设计了一套适合大学英语网络学习特点的综合评价模型。

构建大学英语网络学习评价指标体系首先，确定评价维度。

参考Ｈenri的交互分析模型，对国内外现有的评价指标体系进行梳理，结合大学英语网络学习实际和大学英语网络自主学习自身特点，本文选取学习态度、交互程度、资源利用和试卷成绩作为大学英语网络自主学习的四个评价维度，试卷的设计是参照国内四级机考题型[7]，制定了大学英语网络自主学习评价指标体系量表，如表1所示。

表中将学习成绩、学习态度、协作与交流和资源利用四个方面作为一级指标，每个一级指标又包含3到9个二级指标。

Ui表示一级评价指标（i=1, 2, 3, 4, 5）；uij表示二级评价指标（i=1, 2, 3, 4, 5, j=1,2,…, 9）。

其次，确定指标体系权重。

目前，确定评价指标权重的主要方法有专家会议法、特尔裴法和层次分析法（AHP）[8]。

鉴于层次分析法采用多因素分级处理思想来确定各因素权重，这与上文建立的评价指标体系相吻合，因此，采用层次分析法来确定权重。

第三，评价指标模糊集。

根据大学英语网络学习系统的特点和要求，需要用模糊数来代表教师评分所使用的等级，这里采用目前学习评价中常用的优、良、中、及格、不及格五等级评价方式[9][10]。

大学英语网络学习模糊综合评价模型1. 建立评价指标因子集和评价集设评价指标集合为U，则有：U=（u1, u2, …，un），式中ui为各评价指标。

（1）定义一级指标集为U=（u1, u2, u3, u4）= （资源利用，学习态度，交流与协作，学习成绩），相应的权重集为A=（a1, a2, a3, a4），其中ai （i= 1, 2, 3, 4）表示指标ui在学生总成绩U中的权重，且∑ai=1。

（2）定义二级指标为Ui=（ui1, ui2, ……）=（按教师预定的课程学习计划完成学习任务，积极地参加教师组织的网上教学活动，……），相应的权重集为ai=（ai1, ai2, ……），其中aij（i = 1, 2, 3, 4），表示指标uij在学生总成绩ui中的权重。

（3）定义评价模糊集V=（v1, v2, v3, v4, v5），该模糊集中的每一参数均用评定的分数等级表示。

2. 确定模糊评判矩阵隶属函数学生排名与真实水平的关系假设满足正态分布，这种分布在教育评定实际应用中也被广泛应用[11]。

针对大学英语对某班全部学生进行排名，把该课程的学生排名序列分为五档：（0% ~ 10%]，（10% ~ 30%]，（30% ~ 60%]，（60% ~ 90%]，（90% ~ 100%]。

利用模糊数学中的隶属度的概念，由专家经验值确定一个学生的排名在（10% ~30% ]内，则该学生的真实水平落在（10% ~ 30%] 的可能性定为0.6，而落在（0% ~ 10%] 和（30% ~ 60%] 的可能性各为0.2。

这样，该学生在班级排名的真实水平可用向量r=[0.2 0.6 0.2 0 0]表示。

则指标U的模糊评价矩阵R=[r1，r2，……，rn]T，n是U评价指标的数量。

教学评价模型的实例分析在网上发布学生学习评价调查表，有30位师生对学生K进行综合评价，经处理后得到的大学英语网络学习评价调查统计表如表2 所示（评价指标对应表1）。

1. 确定一级指标和二级指标的权重系数（1）确定一级指标U1、U2、U3、U4权重系数根据上述AHP方法的思路，通过专家会议法，制定网络学习行为各评价因素的两两比较矩阵。

对网络学习评价的一级指标中的各指标分别进行两两比较得到一组判断矩B(1)，如表3所示。

同理，经一致性检验，对比较矩阵进行修正得各二级指标的判断矩阵、权重和CR，分别由表4至表7给出。

2. 隶属度的确定以u11为例计算ui j (i=1,2,3,4, j=1,2,…,9) 的隶属度。

评价指标u11的积分=(95×v1+85×v2+75×v3+ 65×v4+50×v5)/评价人数=(95×5+85×10+75×10+65×4+50×1)/30=80此学生的u11成绩在班级30人中排在第12位，其分布率=12/30=40%，故u11的隶属度为(0，0.2，0.6，0.2，0)。

二级评价指标uij的计算方法以此类推，得到的uij隶属度，见表2。

3. 建立模糊评价矩阵R由表4可得各二级指标的评价矩阵分别为R1、R2、R3和R4。

这表示该学生在大学英语这门课程的学习成绩为优秀的成分为0%，良好的成分为14%，中等的成分为48%，及格的成分为32%，不及格的成分为6%。

根据等级分数矩阵，则该学生大学英语的学习成绩为U4=[0 0.166 0.533 0.267 0.034]×9585756550=73.152其所属等级为良。

同理可得学习态度U1、交流与协作U2、资源利用U3的成绩分别为：把二级指标所得的成绩在所有人数中重新排名得到如表8所示成绩。

该生总评价等级属于中等。

大学英语网络学习评价模型综合验证以参加大学英语网络学习教改实验的90名学生的学习参数为样本点，检验模型的准确性及鲁棒性。

对90名学生的学习状况动态跟踪采集，分析后得到学习数据。

使用调查问卷收集学生的反馈意见，85%的学生认为数据较准确地反映自己的学习状况，10%学生认为数据有部分项没有准确反映自己的学习状况，5%学生认为数据完全没有准确反映自己的学习状况。

调查数据表明：评价指标体系设置合理，能较好地表示学生的学习状况；通过系统的处理机制得到的数据能较准确地反映学生学习状况。

以这90名学生2010-2011年第一学期课程的数据为依据，对该年级90名学生进行评价，其正确率-错误率曲线如图1所示，正确率达90%。

这表明，该模型具有很好的实用性和指导作用，大学英语网络学习评价指标体系的结构比较合理，经系统得到的评价结果更加科学、合理，能较全面反映学生的学习状况。