基于Cloud Model的大學生畢業質量評分模型的研究

康蘇明，張 杰

（山西大同大學數學與計算機科學學院，山西 大同 037009）

隨著高校畢業的數量的增多，很多問題也隨之而來，比如就業問題，學校培養和社會需求之間的矛盾等，而學生培養質量的研究可以為這些問題提供很好的決策依據。

1 問題的提出

用以下幾個相關的關鍵詞在“中國知網”中進行檢索，檢索結果如表1所示：

表1 相關論文檢索結果

從表1可以看出，目前國內對畢業生質量管理是有一部分研究，經過篩選、分類后發現，目前的研究在模型的選取上大都是以下幾種。

1.1 知識判斷模型

根據本科人才培養質量的定義，本科人才培養質量是知識、能力和素質的函數。為了使復雜的問題能夠用簡單化的標準去粗略評判，首先只考慮知識的因素，不考慮能力和素質的因素，于是就得到了第一種評價本科人才培養質量的簡單模型，稱為知識判斷模型。這種模型所得到的結果顯然不能滿足需求。

1.2 綜合素質測評模型

如果把高?？闯墒且粋€企業，把學生看成是產品，通常產品在上市前須經過一系列嚴格的檢測，以保證產品質量。同樣，高校在學生畢業前可以進行綜合素質考評，以考查培養成果，為下一步怎么調整修改提供依據。綜合素質包括了本科人才培養質量定義中的知識、能力和素質，只是把這三者相對簡單地融合在一起，即得到了第二種評價本科人才培養質量的簡單模型，稱為綜合素質考評模型，指在學生畢業之前采用一系列的評價指標，對學生進行綜合測試，評價指標主要包括思想政治素質、科學文化素質、崗位專業素質、身體心理素質等。

1.3 基于模糊數學的評價模型

在近代模糊數學的基礎上發展而來的模糊綜合評價法為畢業生質量評價主要是非量化評價與量化評價的結合提供新的思路[1]。

用模糊綜合評價方法來進行人才質量的評價也存在著一些不足之處：

(1)為得到評價結果,模糊評價模型中常用的最大隸屬原則，會損失一些有用的信息；

(2)在畢業生質量的評價過程中，信息往往是海量的，使用模糊綜合評判方法，對設備的性能要求很高，影響到系統的普及和推廣；

(3)對畢業生質量的形成性評價應該是個動態的過程，模糊綜合評判指標體系必須要求是矩陣式的，不能按需求與評價指標的具體情況來分級。

以上各種評價模型的不足之處，不僅使評價體系產生系統誤差,降低了評價的信度和效度,而且不能全面正確地描述與地方高校的人才培養的基本規律和特點,難以對評價結果進一步進行系統分析并為相應的人才培養方案的改革提供決策依據。

2 畢業生質量的定量分析

在本課題中將李德毅院士基于統計學與模糊數學的基礎上提出的云模型引入到畢業生質量評價中來[2]。云模型已經被應用于評價分析自然科學、社會科學中大量的不確定現象，是事物定量數據與定性分析之間的橋梁。例如：蔣建兵等人在學習評價、如胡石元等人在“教師課堂教學質量評價”等等，都證明了云模型不僅可以對有很多不確定性因素的評價進行很好的處理，而且可以通過減少評價數據的損失，得出其它一些方法沒有統計出的結果。比如：不能從幾次學生評價結果就可以看出這個學生在實際環境中工作情況的穩定性、心理波動情況等等。這表明云模型可以很好的反映自然語言的不確定性。

引入吳哲敏論文中的畢業生質量評價體系如下表[3]：

表2 畢業生質量評價體系指標

實驗環境：前期的仿真環境所需的軟硬件在現有的計算機系網絡實驗機房基本可以滿足；后期的實證實驗，需要得到數計學院與學校就業指導中心的協助；前期的走訪和調研也是可以實現的。

主要實驗方法如下：

指標體系的研究需要使用德爾菲法進行多輪投票和調查問卷分析法、層級分析法。

經過投票得到某個學生的評價數據如表3:

表3 某學生評價結果表

3 結論

經過云模型的分屬性合并及多個云的合并之后，得出該學生的畢業生評價值為0.752，表示處于“很好”的評價區域附近，與其班主任對其做出的定性評價結果基本相符，說明本評價體系模型是正確科學的[4]。

這些評價數據可以很方便的進行合并運算，同時可以看出在各個評價屬性內質量的分數，這樣一方面可以給用人單位一個很好的參考，另一方面對于學校可以對整體畢業生按專業、性別等方面綜合評價教學方面的效果，可以調整教學培養計劃，以適應社會的需求。

[1]李德毅.不確定性人工智能[M].北京:國防工業出版社,2005.

[2]李德毅,劉常昱.論正態云模型的普適性[J].中國工程科學,2004,6(8):28-34.

[3]吳哲敏,信思金,陳琳.高校畢業生質量評價體系的構建模型[J].武漢理工大學學報,2006,28(7):146-148.

[4]張景安，張杰，王秀義.P2P網絡中基于云模型的主觀信任評價[J].微電子學與計算機,2010,27(8):96-100.