吴淑珍

摘要：传统的教学质量评价系统存在综合性能差、运行效率低的问题，为此设计一种基于模糊评判的高校教学质量评价系统。系统硬件结构主要采用B/S三层终端架构作为支撑，每层均包含对应的浏览器、处理器与服务器，并遵循“Apache+PHP+SQL”的组合方式在网络中运行。在硬件结构的支撑下，设计高校教学质量评价指标，在避免信息失真的前提下，使每一条评价指标均可发挥其应有的作用。基于模糊评判方法构建教学质量评价矩阵，并采用逐层评价的方式，遵循最大隶属度规律，结合权重分配，对高校教学质量进行评价。此外，设计对比实验，证明设计的系统综合性能更优，操作更为便捷，可以解决传统系统在运行中存在的不足。

关键词：模糊评判;教学质量;评价系统

中图分类号：G642      文献标识码：A

文章编号：1009-3044（2021）33-0226-02

开放科学（资源服务）标识码（OSID）：

随着我国教育事业的发展，高校更加注重教学质量的评价，我国自2004年起开启了高校教学评估，以求加强高校教学质量，提升整体教学水平[1，2]。传统的教学评价方式，大多采用人工评价行为，此种评价方式导出的结果，不仅会受到人为客观因素的影响，也会在很大程度上造成对评价结果数据输出的不准确。而随着高校学生扩招计划的逐步实施，评价人员所需要处理的数据量也越来越多[2]。面对庞大的学生数据，高校在开展评价工作时，难免会出现错误，输出的最终评价结果也难以令人信服。因此，目前高校迫切地需要一种评价工具，从教育教学宏观层面，对教学指导工作的实施展开全方位多角度的评价。基于此种需求，本文引进模糊评判技术，设计一种针对高校的教学质量评价系统，以此种方式，落实对教育教学工作的微观与宏观评价，确保高校教育教学工作的保质保量实施。

1 硬件设计

本文设计的评价系统主要采用B/S三层终端架构作为支撑，每层均包含对应的浏览器、处理器与服务器，并遵循“Apache+PHP+SQL”的组合方式，在网络中运行[3]。其工作原理框图如图1所示。

结合高校教学工作的实际需要，本文选择Poweredge R98-290型号浏览器和Poweredge R98-350型号两种服务器共两台。其中Poweredge R98-290型号浏览器的内存大小为64G，2400T，可完成对高校内整体与教学相关的信息资源进行调度与浏览，硬盘选用两颗420GGIESNE18K型号，阵列卡选用H5611型号，可完成4G内容的缓存[4]。为了确保Poweredge R98-290型号浏览能够保持平稳的运行，选择850W双电型电源结构作为本文系统的电源支撑结构。将Poweredge R98-290型号浏览器通过硬件阵列控制装置进行连接，以此确保服务器在运行的过程中能够保持更加安全、平稳地运行，降低系统在运行中，故障发生的概率，为高校教学质量评价工作的实施提供安全保障。

Poweredge R98-350型号服务器主要用于对各类信息进行实时传输，因此对于其内存大小要求较低，可选择32G内存或16G内存（根据不同高校教学工作的实施现状与院校在市场中的发展规模，可及时对此部分进行调整），CPI主频为2.5GHz，阵列卡选择上述相同生产厂商生产的H5612型号[5]。为保证Poweredge R98-350型号服务器能够实现对类信息数据的快速传输，本文还将在该服务器当中引入AF-569HK10型号数据传输芯片，通过模拟通道、开关通道、数字通道与前端各类设备进行连接，并完成系统到上位机各类数据的远程传输。

2 软件设计

2.1 设计高校教学质量评价指标

在上述提出硬件设备的支撑下，本章将针对高校教学质量评价系统的软件功能展开设计。在此过程中，要明确质量评价工作的实施要做到覆盖的全面性，因此在相关工作实施前，应先设计高校教学质量评价指标[6]。在传统评价方法给定一级评价指标的基础上，细化一级指标。为了满足对高校教学质量评价工作实施的有效性，可在教学实践中，衡量在评价过程中，可能对评价结果造成影响的多方面因素，增加、删除或修改指标项目与内容，并在避免信息失真的前提下，使每一条评价指标均可发挥其应有的作用。

2.2 基于模糊评判方法构建教学质量评价矩阵

结合上文，对高校教学质量评价系统中的因素集合进行描述。定义集合表示为U，则U={A;B;C;D}（可在实际评价中，结合具体情况，对此方面进行合理的修改）[7]。在此基础上，定义评价等级V，可参照高校传统的评价等级，V={优秀;良好;中等;差等}。在掌握相关评价条件信息后，引进模糊评判方法，构建高校教学质量评价矩阵。此过程的实施可参照如下行为。

假定高校内参与教学质量评价工作的学生共有90.0人，这90.0名学生对A项指标中的A1;A2;A3;A4任意一项进行评价。输出评价结果后，其中认为教学质量优秀的学生人数有55.0人;认为教学质量良好的学生人数有10.0人;认为教学质量中等的学生人数有15.0人;认为教学质量差等的学生人数有10.0人。综合统计的数据，可针对教学A项指标构建一个对应的行为矩阵，表示为55.0/90.0;10.0/90.0;15. 0/90.0;10.0/90.0。根据矩阵具体信息，可对A项指标中任意一个二级指标进行推测，以此种方式，便可以得到一个与A項指标相对应的模糊评判矩阵。定义模糊评判矩阵表示为R1，则R1可用如下计算公式表示。

[R1=r11 r12 r13 r14r21 r22 r23 r24r31 r32 r33 r34r41 r42 r43 r44]                             （1）

公式（1）中：r表示为A项指标中的二级评价指标。根据上文提出的方式，可依次推导，得出R、R3、R4、R5所对应的B、C、D、E指标的模糊评价矩阵。

2.3 结合权重分配输出评价结果等级

在完成对高校教学质量评价矩阵的建立后，需要对不同指标的权重值进行计算，并认为不同指标所代表的权重值，即为不同教师工作的隶属度。

考虑到高校在进行教学实际评价工作时，可能会受到相关社会因素的干扰，且不同的评价层次中可能也会存在子因素具备一定目标扰动性。因此，需要采用逐层评价的方式，对教学质量进行评价。即先从最底部一层开始评价，按照由下到上的顺序，直到完成最高一层的评价，便可得到最终评价结果。在此过程中，定义最终输出的评价总成绩为100.0分，V={优秀;良好;中等;差等}分别对应>95.0分;85.0分～95.0分;75.0分～65.0分;<65.0分。则评价的过程可表示为如下。

[R0=Z1Z2Z2Z4Z55×4]                           （2）

公式（2）中：Z1;Z2;Z3;Z4;Z5分别对应A;B;C;D;E五个指标的评价结果。在此过程中，应确保计算的结果遵循最大隶属度规律，即在一组数据集合中，假定最大数据未超过95.0分，但属于所有评分中最高分数，也可认定此种方式输出的最终评价结果为“优等”。以此，实现对教学质量的综合评价，完成对本文系统软件功能的设计。

3 对比实验

针对教学质量的研究，一直贯穿于教学改革工作的各个环节中，为了保障本文设计系统在高校中使用的可行性，本章将采用设计对比实验的方式，将本文系统与传统系统可执行的评价功能进行对比。

实验过程中，为了确保输出评价结果的准确性，要求本文系统与传统系统均在一个相同的网络环境下进行测试。测试过程中，调用两名高校计算机操作人员执行此次对比实验。在此基础上，由高校专门人员进行相关记录工作，以此作为评价本文系统与传统系统差异性的核心依据。在完成对实验环境的布设后，执行对比实验，以此得出实验结论。如下表1所示。

由表1可知，相比常规系统，本文系统的综合性能更优，操作更为便捷，可满足高校开展教学质量评价工作的需求。

4 结束语

本文从硬件结构，及软件功能，两个方面，设计一种基于模糊评判的高校教学质量评价系统，并通过对比实验证明了，本文系统的综合性能更优。

参考文献：

[1] 云洁.基于云平台的实训教学评价系统研究与实践——评《大学计算机信息技术实训教程》[J].机械设计，2020，37（7）：153.

[2] 刘隽颖.美国一流研究型大学教师教学评价中的基本原则——以加州大学系统为例[J].清华大学教育研究，2020，41（4）：88-96.

[3] 高巍，王莉娟.如何通过教学促进大学生主动学习？——美国大学STEM课堂教学评价系统PORTAAL研究及启示[J].开放教育研究，2019，25（1）：55-61.

[4] 刘英华，刘宇平，彭翔，等.基于手机移动网的仁爱共情教学评价系统的开发与应用[J].医学信息，2019，32（11）：10-12.

[5] 袁荷伟，王培.基于现代学徒制的《汽车电气及电子系统检修》课程教学评价方式改革与实施[J].产业与科技论坛，2019，18（15）：181-182.

[6] 兰圣涛，周宏，曾圆梦，等.基于模糊综合评判法的岩溶地区地层含水性評价——以三峡地区寒武系地层为例[J].安全与环境工程，2021，28（2）：133-141.

[7] 杨翊，赵婷婷.我国高校在线教学运行状况及其质量评价问题探讨——基于疫情期间超星智慧教学系统的数据分析[J].高等理科教育，2020（6）：1-10.

【通联编辑：张薇】