高校教育信息化效益評估模型探討

導語：高校教育信息化效益評估模型探討一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：傳統高校教育信息化效益評估模型的數據處理量少，因此構建一個云模型數據挖掘算法的高校教育信息化效益評估模型。建立評估指標體系，融合全局評估視角，得到了評估指標的三維結構，通過計算數據的后挖掘概率計算出判決準則，利用該準則對評估體系中的各個指標進行評分，最后計算原始的指標數據矩陣，確定指標隸屬度向量，完成教育信息化效益的評估流程。實驗結果表明，設計的評估模型在完成評估時的數據處理量比傳統模型高出51%，說明設計的評估模型在處理海量數據時的性能比傳統模型更加優越。

關鍵詞：效益評估模型；數據挖掘算法；高校教育信息化；評估指標三維結構；判決準則；評估流程

為了貫徹“科教興國”的發展戰略，近些年來我國高校在信息技術上的投資占比巨大，用來支持教學、科研和管理。高校的教育信息化是社會信息化的重要組成部分，這對于提高教學質量、改善科研水平有重要意義[1]。在中國教育信息化蓬勃發展的同時，如何對高校教育信息化效益進行評估也引起了相關專業的廣泛關注。傳統的高校教育信息化效益評估模型的數據處理量少[2]，因此，本文構建一個云模型數據挖掘算法的高校教育信息化效益評估模型。首先建立評估指標體系，融合全局評估視角，得到了評估指標的三維結構，通過計算數據的后挖掘概率計算出判決準則，利用該準則對評估體系中的各個指標進行評分，最后計算原始的指標數據矩陣，確定指標隸屬度向量，完成教育信息化效益的評估流程。

1云模型數據挖掘算法的高校教育信息化效益評估模型的構建

云模型是一種處理定性概念與定量描述的不確定轉換模型[3]，將云模型應用在數據挖掘中，能夠分解海量數據。在高校信息化效益的評估過程中，涉及到大量的信息化效益數據，教育信息化效益可以劃分為三大類：教育效益、組織效益和外部效益[4]，其詳細示例如表1所示。表1中每一類效益中都包含了大量數據，需要對其進行運算，現有的評估模型受到數據處理、數據計算等方面的限制，無法從海量數據中提取出有效信息，導致評估結果不全面、不客觀，因此，在高校信息化效益評估模型中應用云模型數據挖掘算法[5]，以改善這一問題。1.1建立評估指標體系。針對表1中教育信息化效益的分類，在全局的評估視角下，針對其中的各個主體提出相應的評估指標，在這些評估指標的基礎上進一步細化[6⁃7]，建立教育信息化效益的評估指標體系，如圖1所示。評估體系的構建，在一定程度上也能反映出評估者對高校教育信息化效益的理解。在建立該評估體系的基礎上，綜合吸收了平衡計分卡理論的全局評估視角[8⁃9]，進而構建出高校教育信息化效益評估模型的三維結構，如圖2所示。構建的評估模型的三個維度分別為視角維、發展維和角色維。在視角維中，主要是從教育信息化相關的不同視角對效益進行評估；發展維是用來描述教育信息化效益的四個階段，最終目的是能夠達到合理、有規劃地進行基礎設施、資源建設和應用更新，信息技術最終會成為教學必不可少的組成部分，利用信息技術來搭建新的學習環境；角色維是通過不同的角色來考察教育信息化的發展程度。至此完成了教育信息化效益評估指標體系的構建。1.2計算效益評估的判決準則。在得到了教育信息化的評估體系后，需要計算出判決準則來對評估體系中的指標進行評分。利用云模型數據挖掘算法進行計算[10]，主要是由于教育信息化效益評估指標的數據量比較大，傳統評估模型的挖掘算法都是通過高性能機或是大規模的計算設備來完成，但是服務器的性能有限，無法完成這些海量數據的全部計算。這些海量數據中，還有一些動態數據對于判決準則的計算過程有著特殊要求，這對于數據挖掘的環境有了更高的要求。數據挖掘就是從海量數據中挖掘出有用的信息，找到數據之間的聯系，促進信息的應用和傳遞。云模型數據挖掘算法的計算過程如圖3所示。在已知先挖掘概率與類條件概率的情況下的模式分類方法，待挖掘的數據樣本分類結果取決于各類中樣本的全體[11⁃12]。設數據挖掘的樣本集一共M類，記為C={c}1…ci…cM，每一類的先挖掘概率為P(ci)，那么得到：P()cix=P()xci•P(ci)P(x)（1）式中P()cix為ci類的后挖掘概率，得到最大后挖掘概率的判決準則為：P()cix=MaxjP()cix（2）式中i=1,2,…,M。在經過上述的準則判決后，能夠通過該準則對評估體系中的各個指標進行評分，為整體的效益評估提供基礎。1.3實現教育信息化效益的評估流程通過判決準則完成各個指標的評分后，要想完成整個的評估流程，需要將原始的指標數據矩陣進行標準化變換[13]。設待評估的樣本有m個，評價指標有n個，將原始數據矩陣進行標準化變換：xˉj=∑i=1mxijm,sj=1m-1∑i=1m(xij-xˉj)2（3）式中：xˉj為第j個指標的樣本均值；sj為第j個指標的樣本標準差。經過標準化變換之后，各個樣本數據的均值和方差的取值分別為0和1，根據評估模型中的n個變量，利用統計的方法，并針對不同角色對信息化校園的需求不同，定量指標參照高校信息化評估指標體系來確定各個指標的隸屬度向量[14⁃15]。在五梯度標準下，根據綜合評定向量的計算結果對評價指標的綜合評定向量進行歸一化處理，根據以上計算過程對高校教育信息化效益進行綜合評估。至此完成了云模型數據挖掘算法的高校教育信息化效益評估模型的構建。

2實驗

2.1實驗準備。為了驗證設計的評估模型的有效性，需要設計實驗與傳統的評估模型進行對比。選取5所高校的教育信息化效益指標數據，分別利用本文設計的評估模型與傳統的評估模型對這些數據進行處理并評估，最終將兩個系統的評估結果進行對比。實驗平臺選擇XSimStudio，實驗中涉及到的一些實驗參數如表2所示。2.2實驗結果與分析。在上述的實驗環境下，分別利用兩個評估系統逐一對選取的5所高校進行教育信息化效益評估，并在得到評估結果時統計出兩個評估模型處理的數據，繪制統計圖，如圖4所示。從圖4中可以直觀看出：本文設計的評估模型處理的數據量更加接近于選取的高校指標，經過統計計算，傳統評估模型在得到評估結果時，5所高校的數據處理量平均為總量的42%；本文設計的評估模型在得到評估結果時，5所高校的數據處理量平均為總量的93%，說明本文設計的評估模型在處理海量數據時的性能比傳統模型更加優越。

3結語

高校教育信息化效益評估的重要意義在于，對于高校一定時期內的教育信息化發展狀況與取得的成果進行描述，反映出教育信息化在投資方面存在的改進之處。本文構建的高校教育信息化效益評估模型，為未來高校信息化教育的發展方向提供了一些建議。

作者:唐菡悄 沈磊 單位:1.安徽師范大學 2.淮南師范學院